针对含高斯白噪声图像的噪声估计问题，提出一种改进传统分块法的新型算法。该算法提出灰度级范围对部分噪声的抑制作用，并因此造成对偏亮或偏暗图像的噪声估计有严重的欠估计。所提算法从解决此问题着手，合理结合滤波法对噪声的粗略估计结果得出溢出灰度级的边界条件。改进后的分块法自适应地选取划分图像的窗口大小、筛选噪声未溢出的子块及求取标准差排序后的数学统计参数。该算法不仅适用于噪声估计中常用的经典图像，也适用于现实生活中常见的各种监控图像，且噪声估计的结果受图像细节影响很小，对具有不同尺寸、不同信噪比、亮度不均衡及含不同等级噪声等特征的图像均取得较优的估计结果。实验结果表明，该算法具有更普遍的适用性、更高的精度和更好的鲁棒性。
