Opencv 如何确定图像中的高斯噪声量

我有多种颜色的仪表图像。我采用自适应高斯阈值对图像进行滤波，使记号和针更加突出。 对于上述阈值，我使用了

cv2.adaptiveThreshold（灰色，255，cv2.ADAPTIVE_THRESH_MEAN_C，cv2.THRESH_BINARY，21，2）

。（21,2）总体上似乎处理图像最好

但是，当仪表图像太暗时，adaptThresh（21,2）会产生大量噪声

增加内核大小（adaptiveThreshold参数）过滤椒盐噪声并生成我想要的图像

---

我希望能够确定图像中有多少高斯（椒盐）噪声，这样，如果有太多的噪声，我的算法将增加滤波器的大小。在这种情况下，什么是衡量噪声量的好指标？

一种流行的方法是考虑图片的“导数”，或者换句话说，图片的“变化”程度。一种流行的方法是使用。有许多方法可以在离散域中定义它，但最终它们归结为相邻像素的绝对差的（加权）和。这意味着，如果图像包含均匀亮度的大区域（具有“短”边界），则总变化量很小，并且对于噪声或高频图像，总变化量很大

---

因此，测量噪声的一种简单方法就是测量总变化量，如果总变化量超过某个阈值，则可以尝试增加滤波器的大小。

IMO，展开的图像分辨率太低，导致二值化不太可靠。