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。 写出MSE和PSNR的公式。

MSE的公式如下：

MSE = (1/mn * Σ[Σ(I(i) - K(i,j2]

其中，m和分别为图像宽和高，I(i,j)是原始图像中像素(i,j)的灰度值，K,j)是处理后的像中像素(i,j)的灰度值。

PSNR的公式如下：

PSNR = 10 * log10[(L^2) / MSE]

其中，L是像素值的最大可能值，通常为255（8位灰度图像）。MSE是平均平方误差。

PSNR的单位是dB，数值越大表示图像质量越好。通常，PSNR在30dB以上被认为是良好的图像质量，而在20dB以下则被认为是差的图像质量。