根据 SNR 在图像上添加白噪声

Question

我想在具有不同 SNR 级别的原始图像中添加白噪声，但不知道该怎么做。

原图是(256, 128)我在用acoustics包加噪

original = cv2.imread(path)
white = acoustics.generator.white(256*128).reshape(256, 128)
out = original + white*255

cv2.imwrite(path, out)

我的问题：

log10(mean(original)/ std(original + white*255))算SNR吗？（根据wiki）
如果可以，我可以只修改*255这个号码来修改信噪比吗？
如果不是，如何计算SNR值？

Answer 1

关键事实是（这是数学，不是代码）

SNR = mean(s) / std(n)

将噪声乘以某个常数 A 会产生新的 SNR -- SNR_new

mean(s) / std(A*n) 
= mean(s) / (A * std(n)) 
= (1 / A) * (mean(s) / std(n)) 
= SNR / A
= SNR_new

所以向后工作，我认为这是python中的正确方法是：

def add_noise(signal, snr):
    ''' 
    signal: np.ndarray
    snr: float

    returns -> np.ndarray
    '''

    # Generate the noise as you did
    noise = acoustics.generator.white(signal.size).reshape(*signal.shape)
    # For the record I think np.random.random does exactly the same thing

    # work out the current SNR
    current_snr = np.mean(signal) / np.std(noise)

    # scale the noise by the snr ratios (smaller noise <=> larger snr)
    noise *= (current_snr / snr)

    # return the new signal with noise
    return signal + noise

根据 SNR 在图像上添加白噪声

Add white-noise on image based on SNR

python

signal-processing

whitenoise