matlab 计算图像的峰值信噪比PSNR以及均方根误差MSE

我不是女神ヾ 2022-09-19 12:08 312阅读 0赞

**简介**  
PSNR 是最普遍，最广泛使用的评鉴画质的客观量测法，不过许多实验结果都显示，PSNR 的分数无法和人眼看到的视觉品质完全一致，有可能 PSNR 较高者看起来反而比PSNR 较低者差。  
这是因为人眼的视觉对于误差的敏感度并不是绝对的，其感知结果会受到许多因素的影响而产生变化（例如：人眼对空间频率较低的对比差异敏感度较高，人眼对亮度对比差异的敏感度较色度高，人眼对一个区域的感知结果会受到其周围邻近区域的影响）。  
（参考百度百科）  
  
计算公式：

![未命名.PNG][.PNG]

![未命名1.PNG][1.PNG]

2010-12-15 21:45:41 上传

[**下载附件** (4.23 KB)][_4.23 KB]

function \[PSNR, MSE\] = psnr(X, Y)  
% 计算峰值信噪比PSNR、均方根误差MSE  
% 如果输入Y为空，则视为X与其本身来计算PSNR、MSE

if nargin<2  
    D = X;  
else  
    if any(size(X)~=size(Y))  
        error('The input size is not equal to each other!');  
    end  
    D = X-Y;  
end  
MSE = sum(D(:).\*D(:))/prod(size(X));  
PSNR = 10\*log10(255^2/MSE);  
display(MSE);  
display(PSNR);

function main()  
clc; close all;  
I = imread('rice.png');  
I1 = imnoise(I, 'salt & pepper');  
figure;  
subplot(1, 2, 1); imshow(I); title('原图像');  
subplot(1, 2, 2); imshow(I1); title('加噪声图像');  
\[PSNR, MSE\] = psnr(I, I1);

![untitled.png][]

![untitled1.png][]

2010-12-15 21:54:31 上传

[**下载附件** (16.56 KB)][_16.56 KB]

**总结**  
有一些方法中采用了分块计算PSNR等参数，用来得到更为有效地信息。也有的方法提出一些新的计算公式，当然这都是为了统计处图像处理前后的差异信息。  
类似的，对于相近的公式，也可以如上做编码。

[.PNG]: http://attach.matlabsky.com/data/attachment/forum/201012/15/214544l5xm7x05u7rzq7bu.png
[1.PNG]: http://attach.matlabsky.com/data/attachment/forum/201012/15/214541flkkf9na474afay0.png
[_4.23 KB]: http://www.matlabsky.com/forum.php?mod=attachment&aid=MTY2ODZ8NjA4ZGM0ZGZ8MTM4Nzg1MDgwMnwwfDExOTk1&nothumb=yes
[untitled.png]: http://attach.matlabsky.com/data/attachment/forum/201012/15/21533610b9gbbp27080rk0.png.thumb.jpg
[untitled1.png]: http://attach.matlabsky.com/data/attachment/forum/201012/15/215431yapmvlozamjopmfp.png.thumb.jpg
[_16.56 KB]: http://www.matlabsky.com/forum.php?mod=attachment&aid=MTY2ODl8NmE2OWEzZjl8MTM4Nzg1MDgwMnwwfDExOTk1&nothumb=yes