Image processing 如何计算图像是否有噪声和几何失真？

我需要在iphone上制作一个应用程序，它需要计算图像中的噪声、几何变形和其他失真。如何做到这一点？我用opencv+iphone做了一些图像处理工作。但我不知道如何计算这些参数

1） 如何计算图像中的噪声

2） 什么是几何变形？如何计算图像的几何变形

3） 几何变形和畸变在图像滤波方面是相同的参数吗？或者任何其他可用于计算图像质量是否良好的失真

---

输入：我的图像是实时视频流中的人脸图像。

例如，我建议您阅读一些有关图像处理的文献

1） 对单个图像进行噪声计算的最简单方法是计算图像与其平滑副本之间的标准偏差。对于平滑，我建议您使用3x3像素（或更多）采样的简单中值滤波器。中位数对数据的爆发不敏感，所以像“盐胡椒”这样的噪音不会使统计数据恶化。 在曝光过度或曝光不足的情况下，这种方法可能会给您带来不好的结果，在这种情况下，您可以计算图像的FFT，并使用高频分量进行噪声估计

2） ，3）只有当您知道图像上应该显示什么时，才可能计算几何变形。例如，如果您使用带有二次网格的mire（光学标准具），您可以在图像上找到线条（例如，通过），并计算失真、像散和其他一些像差。如果您确定图像有一些直线，也可以这样做。 散焦可以通过对图像边缘的分析或借助图像变换来计算。 还有更多不同的图像分析方法。例如，通过分析彩色图像，您可以估计色差等。 但我重申：在一般情况下，这种行动是不可能的。它们都有一些特殊的应用案例

阅读：这个术语没有标准，在每种特定情况下，你都可以使用一个或多个简单的特征来识别图像是否良好

---

在你的情况下，我建议你制作大量不同种类和质量的照片，然后对它们的统计数据、小波成分和R-G-B分量相关性进行简单分析。顺便说一句，为了使彩色图像的分析对其亮度不那么敏感，我建议您在色彩空间中工作（但要估计色差，您需要精确地使用RGB组件）。

1）图像和平滑版本之间的标准差。2） 在一般情况下，这是不可能的，您需要为您的特定情况开发算法。3） 图像有很多像差，并非所有的像差都是简单的变形：有些是彩色的，有些是不规则的。你需要什么？+1-@Eddy_-Em：为什么只把它作为评论发布？请添加一些详细信息，并作为答案发布。可能是一些很好的参考，例子等。谢谢你的答复。1） 我需要检测实时流中的噪声，因此我无法与其他图像进行比较（如何做？即，对于单个图像）2）图像是人脸图像，因此如何检测人脸图像中是否存在几何变形？在实时流中，您可以拍摄两幅后续图像，进行简单的关联以将它们连接起来，然后从一幅图像中减去另一幅图像并计算标准。另一种变体是上述中值滤波方法。考虑到有很多不同的脸型，你的问题可能会非常复杂。但是，如果所有图像都是由同一台相机生成的，则可以确定其一次像差，然后根据已知的相机参数恢复图像。