图像处理结果的度量 —— SNR、PSNR、SSIM

• 衡量两幅图像的相似度：
  
  • SNR/PSNR
  • SSIM

1. SNR vs PSNR

about SNR 和 PSNR

• MSE：mean squared error
  $$\frac{\sum\limits_{x=1}^{N_x}\sum\limits_{y=1}^{N_y}\left(f(x,y)-\hat f(x,y)\right)^2}{N_xN_y}$$
  
  • $f(x,y)$：表示原始的信号/图像；
  • $\hat f(x,y)$：则表示处理后的信号/图像；

• SNR（dB）：

  $$10\cdot \log_{10}\left[\frac{\sum\limits_{x=1}^{N_x}\sum\limits_{y=1}^{N_y}f(x,y)^2}{\sum\limits_{x=1}^{N_x}\sum\limits_{y=1}^{N_y}\left(f(x,y)-\hat f(x,y)\right)^2}\right]$$

• PSNR（dB）：

  $$10\cdot \log_{10}\left[\frac{N_xN_y255^2}{\sum\limits_{x=1}^{N_x}\sum\limits_{y=1}^{N_y}\left(f(x,y)-\hat f(x,y)\right)^2}\right]=20\cdot\log_{10}\frac{255}{MSE}$$

2. SSIM

SSIM（structural similarity index），结构相似性，是一种衡量两幅图像相似度的指标。