You need to enable JavaScript to run this app. 图像去噪函数效果验证的最佳测量指标是什么?现有SNR指标失效
优惠活动
大模型
产品
解决方案
定价
更多

图像去噪函数效果验证的最佳测量指标是什么?现有SNR指标失效

我目前使用BrainWeb,这是一个正常脑MR图像的模拟数据集。

我希望验证调用skimage.restoration包中denoise_nl_means方法的MyDenoise函数的效果。为此我从BrainWeb下载了两组参数匹配的图像:一组为原始图像,设置**0%**噪声、**0%强度非均匀性;另一组为带噪图像,除设置为9%**噪声、**40%**强度非均匀性外,其余参数与原始图像完全一致。

我基于scipy.stats的弃用版本,按照如下方式计算信噪比(Signal To Noise ratio, SNR):

def signaltonoise(a, axis=0, ddof=0):
    a = np.asanyarray(a)
    m = a.mean(axis)
    sd = a.std(axis=axis, ddof=ddof)
    return np.where(sd == 0, 0, m/sd)

我原本假设去噪后图像的SNR会更高,实际计算也确实符合这一规律,但核心问题是:带噪图像的SNR反而比原始图像更高。我推测原因是图像整体均值的提升幅度远大于标准差的提升幅度,这就导致SNR无法作为有效的去噪效果验证指标——因为带噪图像本身的SNR就已经高于原始图像,根本无法用来判断去噪后的图像是否更接近基准原始图像。我希望了解是否有更适合用于验证图像去噪函数效果的测量指标。

我的计算结果如下:

计算结果截图

Original image SNR: 1.23
Noisy image SNR: 1.41
Denoised image SNR: 1.44

感谢解答。


内容的提问来源于stack exchange,提问作者mirzanahal

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.20 05:15:09