估计噪声功率很困难，因为它涉及将信号与噪声分离。

一个好的方法是在你知道正确答案的地方进行测量，然后减去。例如，您可以拍摄一个灰色矩形，并查找不是正确灰度级别的像素。

如果你只有一张图片，你需要多一点想象力。也许有一片天空，或者什么东西，你怀疑它很简单。然后，您可以在该区域中形成信号的数学模型，并将其参数拟合到图像中。例如，如果您认为该区域的颜色是恒定的，则可以通过对该区域进行平均来估计它。或者，如果您认为该区域距离焦点很远，您可以使用低通滤波器估计信号。目标是获得真实信号的低熵估计。然后您可以将其减去以获得噪声的估计值。

请注意，噪声水平和信号水平都可以随图像变化。廉价数码相机的噪声水平取决于像素的亮度，这取决于探测器的工作方式，还取决于像素的位置，这是由于相机内对光学伪影的补偿。因此，您可能希望使用图像的各种不同块来估计噪声。

1. 如果你有原始图像，你总是可以从噪声图像和维纳滤波器输出中减去它，以找到 RMSE（均方根误差）或 MSE，以显示你的滤波器如何改善图像。
2. 如果您没有原始图像，那么您可能只需查看两个图像中的噪声方差。其他指标（例如熵）也可能有用。