噪声：信噪比与视觉噪声
在评估图像质量时，噪声是一个很重要的参数。对于每个像素而言，噪声都是随机发生的。噪声有着相应的来源，一个是光源的物理特性造成的噪声（光子散射噪声），以及由于传感器技术的限制造成的噪声（暗电流和读出噪声）。
一个普通的描述噪声的方法就是信噪比（SNR）。为了测量成像设备的信噪比，你可以按照ISO15739标准来执行。
信噪比越高，在图像中的噪声就越少。
这也许是文章的结束，但是不幸的是信噪比不能够很好的反应：
观察者在图像中能看到多少噪声？
我们从1997年就开始测量数字相机并且有很长一段时间是使用信噪比来测量噪声。五年多以前，我们已经看到了一个结果，信噪比的测量结果不再能准确的反应观察者的经验。因为相机有类似的信噪比值，但是有不同的外观噪声。同样的噪声，可能会导致不同的信噪比值。
对于这篇文章,我们准备了三个示例图片,1 x,2和4 x来说明这个问题
这些图片应该是均匀的，但是显示了一些噪声。如果你远离屏幕，你可以看到所有的图片的平均值是一样的并且看起来都很均匀。
如果你离屏幕很近，你就可以看到4x的图片比1x图片的噪声要多。
如果我们测量SNR，可以看到所有图像的平均值是一样的，所有的像素值有相同的标准偏差以及相同的信噪比值。
这个示例说明了SNR只反映了噪声的总量，但不能描述人类观察者如何感知噪声。
视觉噪声（Visual Noise）
因此为了描述观察者在图像中能看到多少噪声以及是否有干扰，我们不用SNR。相反，我们使用一个度量就是Visual Noise。
测量视觉噪声的程序和算法在ISO15739中有描述，并且从一个信息附件已经变成为2013年修订的标准的一部分。
视觉噪声值很容易理解：数值越大，观察者看到的噪声越大。SNR和VN的主要区别在于VN将根据可见性衡量噪声，噪声无论如何都看不到，在噪声测量中不考虑VN。
我们怎么知道哪种噪声是能看到的哪种是不能看到的？
人类视觉系统对空间频率的响应是可以模拟的。对比敏感度函数(CSF)与假设的可视条件允许我们计算噪声频谱的不同部分的重要性。因此从以上的例子中：图像1x在高空间频率有着很大的噪声，同时在CSF中有着低的响应。图像4x在低空间频率有着大部分噪声，通过CSF可以很好的观察到。因此图像4x的视觉噪声值比图像1的要高。
怎么测量视觉噪声？
流程和算法都遵循ISO15739。最简单的方法就是采用OECF图卡和软IQ-Analyzer。每个通道都会得到一个VN值。
不同的颜色反应了不同可视条件下的视觉噪声。青色是在距离0.5m时100%可视图在屏幕上测得视觉噪声。品红是描述了在标准观看距离，一个小的打印（10cm高）条件下的视觉噪声。
文/ 外滩强哥
52RD.com 微博关注: 微信关注:admin_52RD上一篇：如何测量电容式触摸屏的实际信噪比
下一篇：提高信噪比你只差一个扩展器功能，工程师必学