本文摘自本人的毕业设计《数字图像滤波算法研究》2019, Chang’an University, Xi’an, China.

本文适用于原始图像（即不含噪声的图像）存在的情况下。

1. 使用待计算SNR图像（记为A）与原始图像（记为B）做相减运算，得到一幅图像（记为C）；
2. 我们将B视为A的信息部分，将C视为A的噪声部分；
3. 分别计算B、C的方差；
4. 计算上述两项之比，得到SNR的值。
5. 对SNR的值对数化，得到以dB为单位的SNR值。

附matlab代码

clc,clear,close all % 清理命令区、清理工作区、关闭显示图形

warning off % 消除警告

feature jit off % 加速代码运行

A=imread(‘C:UsersLenovoDesktopdipxx.jpg’);

B=imread(‘C:UsersLenovoDesktopdiporiginal.jpg’);

C=imsubtract(A,B);

avg1=mean2©; %求图像均值

[m,n]=size©;

s1=0;

for x=1:m

for y=1:n

s1=s1+(C(x,y)-avg1)^2; %求得所有像素与均值的平方和。

end

end

C1=s1/(mn); %利用方差公式求得

avg2=mean2(B); %求图像均值

[m,n]=size(B);

s2=0;

for x=1:m

for y=1:n

s2=s2+(B(x,y)-avg2)^2; %求得所有像素与均值的平方和。

end

end

B1=s1/(mn); %利用方差公式求得

D1=B1/C1;

D1=10*log10(D1);

example

计算结果

SNR=10.1861dB