任向阳，朱晓东，王禹博，王 杰，翁政魁

(1.郑州大学 电气工程学院 河南 郑州 450001；2.中讯邮电咨询设计院有限公司郑州分公司 河南 郑州 450007；3.嘉兴职业技术学院 互联网学院 浙江 嘉兴 314036)

0 引言

在成像和传输过程中，由于外界因素的干扰，获取的原始图像会引入一些噪声，从而造成图像质量的降低[1]。为了得到具有较高质量的图像，需要通过不同的去噪方法对含有噪声的图像进行处理，以减少噪声对图像的影响[2]。在对图像进行去噪的过程中，为去噪方法提供一些关于图像噪声的先验知识(包括噪声对应的分布及其参数)，可以有效地提升这些方法的去噪性能。通常，在实际的图像处理过程中，图像中含有的噪声被假设为服从高斯分布，并且其均值为零，但是该高斯分布对应的方差值并不已知，需要通过设计方法估计该数值的大小[3]。根据在评估图像噪声方差过程中，提取噪声信号的方法不同，现有噪声方差估计方法可以分为三种：基于图像块划分；基于主成分分析(principal component analysis, PCA)；基于变换域的方法。

基于图像块划分的噪声方差估计方法首先按照一定的规则将原始含噪图像分为多个矩形图像块，然后从获取的图像块中选取最平滑的一部分，并使用它们的像素灰度方差对图像噪声方差进行评估[3-5]。在这类方法中，平滑图像块选取的准确与否，对其精度具有很大的影响，尤其当未选取到或者选取较少的平滑块时，这类方法的评估噪声方差将会产生较大的误差。……