噪声和PSNR：实验室的这一部分介绍了图像质量评估的误差指标。两个常见的指标是平均平方误差（MSE）和峰值信噪比（PSNR）。MSE是处理后的图像与原始图像之间的累积平方误差。PSNR利用了MSE。MSE越小，误差就越小。PSNR越大，误差就越小。你将在测试图像中加入不同数量的随机噪声，并测量其MSE和PSNR。 PSNR能否返回一个负值？解释一下你的答案。

PSNR理论上不会返回一个负值。因为PSNR的分子是一个定值，即像素值的最大可能值的平方（如对于8位灰度图像，最大像素值为255，则L=255），而MSE则是一个非负数。因此，如果MSE足够小，PSNR就会趋近于无穷大，但不会成为负值。

如果PSNR计算结果为负数，则说明MSE的值极大，远远超过了像素值的最大可能值的平方，这通常是由于一些非常不合理的处理导致的。例如，将图像中的所有像素值都减去一个非常大的数，或将像素值平方后除以一个非常小的数等。在实际应用中，这种情况很少出现，因此PSNR通常被认为是一个有效的图像质量评估指标。