目前图像信噪比定义方法多种多样,对常见信噪比定义进行了分类,总结了不同定义之间的内在联系、常用解法以及使用范围。针对常见图像信噪比求解方法误差较大的问题,提出了一种基于最小二乘拟合的高斯背景噪声参数估计方法。首先根据全部灰度级估计均值和方差,然后通过迭代的方式,排除高灰度非背景像素的干扰,逐步缩小统计范围,最后选择具有最小均方误差的统计参数作为背景灰度和噪声方差的估值。仿真实验证明,与常见的"局部最小方差法"和"小于均值方差法"相比,用该方法得到的背景噪声参数计算的信噪比具有更高的精度和稳定性。