插值方法对图像保真度的影响

图像处理过程中,经常会用到插值方法对图像大小进行变换,然而不同的插值方法对图像影响非常大。这篇笔记仅作为一个引子,该论文的对比结果仅作参考,真正有价值的是其实验思路。

日后在进行图像处理过程中,能够对其有轻微印象,笔记的意义也就存在了。

1. 实验对比结果


在这里插入图片描述

作者没有对第三维度做比较严格的限制,但是根据表中结果,维度的变化会较大的影响图像的处理结果。

2. 衡量图像插值变换的后差异度:

2.1 MSE

M S E = 1 M × N ∑ i = 1 M ∑ j = 1 N ( f ′ ( i , j ) − f ( i , j ) ) 2 MSE = \frac{1}{M \times N} \sum_{i=1}^M \sum_{j=1}^{N} (f'(i,j) - f(i, j)) ^ 2 MSE=M×N1i=1Mj=1N(f(i,j)f(i,j))2

2.2 PSNR(Peak Signal-to-Noise Ratio, 峰值信噪比): 越大表示图像保真度越高

P S N R = 10 l o g 10 Q 2 M S E PSNR = 10 log_{10}\frac{Q^2}{MSE} PSNR=10log10MSEQ2

Q表示像素的灰度阶,一般是255

2.3 SSIM(Structural Similarity Index): 结构相似性——但过于计算稍,因此仅做了解,知道他是用均值、协方差来计算相似度的即可。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

fanqiliang630

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值