4. 噪声评估指标：SNR、PSNR、SSIM、视觉噪声评估
噪声抑制做得好不好，不能光靠眼睛看。你得有数据说话。
我见过不少团队，模型跑出来的图看着挺干净，一上指标就露馅了。要么细节糊了，要么颜色偏了。所以这一章，我们聊聊怎么给噪声做「体检」。
4.1 信噪比（SNR）—— 最朴素的度量
SNR 是信号与噪声的功率比值。说白了，就是有用信息占多大分量。
公式（简化版）：
SNR = 10 * log10( Psignal / Pnoise )单位是 dB。值越大，说明信号越强，噪声越弱。
我在项目中常用 SNR 来快速评估 sensor 的底噪水平。比如同一颗 sensor，ISO 100 时 SNR 能到 45 dB，ISO 3200 时可能掉到 25 dB。这个落差，基本决定了你的降噪策略要从哪一档开始发力。
实用技巧：
计算 SNR 时，建议取图像中一块均匀区域（比如灰卡）作为噪声估计，再取一块纹理丰富区域作为信号。别整张图一起算，那样会把边缘和纹理的贡献也混进去。
4.2 峰值信噪比（PSNR）—— 工业标准，但有坑
PSNR 是 SNR 的变种，用像素最大值（8bit 就是 255）代替信号功率。它成了图像压缩和降噪领域最通用的指标。
公式：
PSNR = 10 * log10( MAX^2 / MSE )其中 MSE 是均方误差，MAX 是像素最大值。
PSNR 的好处是计算简单、可复现。坏处也很明显——它不关心人眼怎么看。
我曾经踩过的坑：
有一次我调了一个降噪模型，PSNR 比 baseline 高了 0.8 dB，心里挺美。结果放到实际场景里，纹理细节全磨没了，像油画一样。从那以后，我再也不单看 PSNR 了。
PSNR 对像素级误差敏感，但对结构失真、纹理模糊几乎无感。所以它适合做回归测试，不适合做最终决策。
4.3 结构相似性（SSIM）—— 更接近人眼
SSIM 从亮度、对比度、结构三个维度比较两张图像。它比 PSNR 更贴近人眼感知。
SSIM 的三个分量：
- 亮度（luminance）：比较均值
- 对比度（contrast）：比较标准差
- 结构（structure）：比较协方差
最终 SSIM 是这三个分量的加权乘积，范围在 [-1, 1]，越接近 1 越好。
我个人习惯用 SSIM 来评估降噪后的细节保留程度。比如一张图降噪后 PSNR 涨了 2 dB，但 SSIM 掉了 0.05，那说明降噪过头了，细节丢了。
注意：
SSIM 对局部结构敏感，但全局一致性它管不了。所以我会配合 PSNR 一起看，一个看像素误差，一个看结构保真。
4.4 视觉噪声评估：主观与客观
指标再漂亮，最终还是要过人眼这一关。视觉噪声评估分两条路：主观评价和客观模型。
4.4.1 主观评价
最直接的方法就是找人看。ITU-R BT.500 标准里定义了主观测试流程，比如双刺激连续质量量表（DSCQS）。
- 双刺激法：同时展示参考图和测试图，让观察者打分
- 单刺激法：只展示测试图，让观察者凭印象打分
- 成对比较法：两两对比，选出更好的那张
主观评价的缺点是费时费力，而且不同人的审美差异很大。我见过同一个降噪结果，有人觉得干净，有人觉得太肉。
4.4.2 客观模型
为了模拟人眼，学术界提出了不少模型。常用的有：
| 模型 | 原理 | 适用场景 |
|---|---|---|
| VIF（视觉信息保真度） | 基于自然场景统计和 HVS 模型 | 通用图像质量评估 |
| VMAF（视频多方法评估融合） | 融合 VIF、DLM、运动特征 | 视频质量评估 |
| NIQE（自然图像质量评估器） | 无参考，基于自然场景统计 | 无参考场景 |
| PIQE（感知图像质量评估） | 块级失真检测 | 无参考，实时性高 |
我的经验：
在 HDR 噪声抑制项目中，我通常用 VIF 做主要客观指标，因为它对纹理和边缘的保真度比较敏感。NIQE 作为无参考的辅助指标，用来监控模型在未知场景下的表现。
4.5 知识体系总览
下面这张图把本章的评估体系串起来了。你可以看到，从像素级到感知级，每个指标都有自己的位置。
4.6 实战建议：怎么选指标
你可能会问：这么多指标，我到底该用哪个？
我的建议是分场景：
- 算法调优阶段：用 PSNR + SSIM 组合，快速迭代
- 模型选型阶段：加 VIF 或 VMAF，看感知质量
- 上线前验收：必须做主观评估，至少找 5 个人看
- 无参考场景（比如用户上传的图）：用 NIQE 或 PIQE 做监控
避坑提醒：
我曾经在一个项目里只用 PSNR 做优化，结果模型学会了「磨皮」——PSNR 涨了，但纹理全没了。后来加上 SSIM 和 VIF，才把模型拉回来。记住：指标是工具，不是目标。
噪声评估没有银弹。理解每个指标的脾气，组合使用，才能做出真正能用的降噪系统。