python - 根据 SNR 在图像上添加白噪声

Question

我想向具有不同 SNR 级别的原始图像添加白噪声，但不确定该怎么做。

原始图像是(256, 128) 我正在使用acoustics 包来添加噪声。

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:

1. log10(mean(original)/std(original + white*255)) 算作 SNR 吗？(根据 wiki )

2. 如果是这样，我可以只修改*255这个数字来修改SNR吗？

3. 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