В статье предложена новая численная мера оценки качества фильтрации аддитивного белого гауссовского шума на цифровых изображениях, основанная на анализе близости разностного изображения к белому шуму. Часто такой анализ проводят визуально, что приводит к нежелательному субъективизму. С целью уменьшения влияния субъективизма на оценку качества фильтрации в статье проведен численный анализ разностного изображения с использованием свойств непараметрической BDS-статистики, которая применяется для анализа временной последовательности при проверке гипотезы о независимости и тождественном распределении ее значений. Рассматриваемая статистика может служить мерой качества различных методов фильтрации зашумленных изображений и дополняет арсенал известных мер качества изображений, используемых на практике, например, таких как PSNR, MSE и SSIM.