图像噪声率（Image Noise）是指图像中存在的随机干扰对原始图像信息造成的影响程度。图像噪声通常由各种因素引起，如电子器件的内在噪声、传感器噪声、信号传输过程中的干扰等。

图像噪声率可以用来衡量图像中噪声所占比例的大小。一般情况下，噪声率越高，表示图像中的噪声越多，图像质量越低。噪声率的计算方法可以根据具体情况而定，下面介绍几种常见的计算方法。

1、 噪声对比度法

噪声对比度法是通过计算图像中明暗变化的幅度来估计噪声率的方法。具体步骤如下：

- 将原始图像与平滑后的图像进行差分，得到一个差异图像。

- 统计差异图像中像素值的均方差（MSE），即可得到图像的噪声率。

2、 傅里叶变换法

傅里叶变换法是利用频域分析技术来估计图像的噪声率。具体步骤如下：

- 对原始图像进行傅里叶变换，得到频率域表示的图像。

- 将频率域图像与低通滤波器进行卷积，去除高频部分，得到滤波后的图像。

- 统计滤波后图像中像素值的均方差（MSE），即可得到图像的噪声率。

3、 方差平均法

方差平均法是通过计算图像中不同区域像素值的方差来估计噪声率的方法。具体步骤如下：

- 将图像分割成若干个重叠的区域。

- 计算每个区域内像素值的方差，并将所有区域的方差求平均。

- 将平均方差与原始图像的灰度范围进行比较，得到图像的噪声率。