这里的μ \muμ就是高斯权重，在最初的设计中这里的高斯权重是一
个 3x3 的模板；看到上面的公式，这里就很明确了，上述实际上一个
基于高斯平均值以及高斯标准差的一个归一化计算，相对于其他的一
些指标，NIQE 仅仅是计算正常的自然图像中的这个指标，毫无疑问
的是不正常的图像多多少少会在这个指标上同正常图像的计算值会有
一个歧离，从这个意义上讲，理论上 NSS 可以适用于各种图像退化
种类，基于这种思想设计的 IQA 可以权衡各种图像退化，而不是像某
些指标那样仅仅是在某些退化种类上有很好的的表现。
patch 的选择
如果需要计算上述的 NSS 指标，毫无疑问的是会造成图像被分裂为一
个一个的 patch，在 NIQE 的算法设计中，只有一部分 patch 是有用
的，这就涉及到一个 patch 的选择问题；这里实际上有一个启发，比
如我们关注一个分辨率退化图像时，我们会挑选那些原本应该是
sharp 的局部边缘进行观察，判断其分辨率是否受损，而不会整个图
像的所有 patch 都观察一遍；这里定义了一种局部形变系数
这里的形变系数设置了一个阈值，在作者的实验中，这个阈值设置的
是 0.75，大于 0.75 的 patch 可以选入进行下一步计算；这一步的操
作是很好理解的，因为毕竟往往是形变系数越大的 patch 说明里面的
内容越复杂，换而言之说明这里的内容所包含的信息更多。这里的σ
\sigmaσ就是上面步骤所述的σ \sigmaσ计算
