【Matlab代码】图像去噪评价指标-峰值信噪比-均方根误差、归一化相关性

已于 2022-10-19 06:40:56 修改
阅读量4.9k 收藏 40
点赞数 6
分类专栏： 一、图像处理技术 文章标签： matlab 图像处理
于 2022-05-22 21:25:40 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_70745318/article/details/124916799
版权

峰值信噪比

评价去噪后的图像与原始图像的近似程度,可以用峰值信噪比来衡量。峰值信噪比( Peak Signal to Noise Ratio,PSNR)的数值越大,说明近似程度越好。峰值信噪比的定义如下:

在这里插入图片描述
式中，f(i,j)和g(i,j)为两幅图像,M、N分别是它们的长和宽;A一般取为255。

均方根误差

另外一种评价两幅图近似程度的方法是均方根误差(Mean Square error,MSE)法，即
在这里插入图片描述
MSE值越小，表明去噪后的图像与原始图像更相似，去噪效果好。

归一化相关性

还有一种是归一化相关性( Normalized correlation,NC)评价法,即

在这里插入图片描述
其值越接近1，说明去噪后的图像与理想图像越相似。

实例演示

读取一幅图像，并加入噪声，通过滤波算法得到的去噪图像如下图所示。

在这里插入图片描述
根据上述公式，计算得去噪图像的峰值信噪比为188.1974；均方根误差为4.2629e-04; 归一化相关性为0.9992。

matlab代码下载地址：

【Matlab代码】图像去噪评价指标-峰值信噪比-均方根误差、归一化相关性.zip

matlab科研中心
关注
  • 6
    点赞
  • 踩
  • 40
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
图像信噪比,图像信噪比计算公式,matlab
09-10
通过matlab，可以快速得到图像的信噪比，峰值信噪比等。里面也有一些解释
matlab 求信噪比
qq_43466146的博客
09-05 9026
clear all;clc; % 实信号求信噪比 % X= sqrt(2)*sin(0:pi/1000000:6*pi); %产生正弦信号 % Y = awgn(X,14,'measured'); %加入信噪比为10db的噪声，加入前预估信号的功率（强度） % sigPower = sum(abs(X).^2)/length(X) %求出信号功率 % noisePower=sum(abs(Y-X).^2)/leng
python计算图像峰值信噪比（PSNR）实例_图像质量评价
最新发布
bayesian1的博客
06-25 673
python计算图像峰值信噪比（PSNR）实例
基于matlab的传统算法图像去噪的实现原理
A496608119的博客
12-05 6425
题目要求：图像去噪 下面是一幅噪声图像，请设计图像去噪方案，计算去噪图像与原始图像的PSNR（峰值信噪比）、SSIM（结构相似性）指标。 PSNR（峰值信噪比）：是最普遍和使用最为广泛的一种图像客观评价指标，然而它是基于对应像素点间的误差，即基于误差敏感的图像质量评价。由于并未考虑到人眼的视觉特性（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等），因而经常出现评价结果与人的主观感觉不一致的情况。（PSNR的...
数字图像去噪(去雾)效果客观指标：PSNR、ISNR、MSE、误检率和漏检率算法
05-09
本算法代码用matlab实现，用于计算图像去噪效果客观指标：峰值信噪比，均方误差，漏检率、漏检率，信噪比改善因子等，代码带有注释。
去噪评价指标ENL, SSIM, PSNR,SNR,EPI.zip_EPI_EPI 图像_图像 snr_图像去噪评价_评价指标
07-15
图像去噪的评价指标ENL, SSIM, PSNR,SNR,EPI
MATLAB下求两幅图像的峰值信噪比（PSNR）
10-03
MATLAB下求两幅图像的峰值信噪比（PSNR）。讨厌在网上下到骗分的东西。小程序，保证能运行。 MATLAB下求两幅图像的峰值信噪比（PSNR）。讨厌在网上下到骗分的东西。小程序，保证能运行。
图像去噪评价指标代码
04-16
图像去噪评价指标代码
【Matlab代码】图像去噪评价指标-峰值信噪比-均方根误差、归一化相关性.zip
05-22
程序可计算峰值信噪比、均方根误差、归一化相关性 评价去噪后的图像与原始图像的近似程度,可以用峰值信噪比来衡量。峰值信噪比( Peak Signal to Noise Ratio,PSNR)的数值越大,说明近似程度越好。峰值信噪比的定义...
RMSE（均方根误差）的matlab评价算法
05-10
在数据分析和机器学习领域，误差度量是评估模型性能的关键指标之一，而RMSE（均方根误差，Root Mean Square Error）就是其中一种常用的度量方法。本文将深入探讨RMSE的概念、计算方法以及在MATLAB环境中的实现。 ...
matlab 峰值信噪比代码
04-20
求两个图像的峰值信噪比
图像去噪matlab
11-03
matlab的图像去噪 选择lena作为测试，添加高斯白噪声进行去噪验证
matlab求图像信噪比代码-Deep_Inverse_Correlography:与论文“Deep-InverseCorrelography
06-01
matlab求图像建立比代码深度逆相关图 与论文“深度逆相关成像：实现实时高分辨率非视距成像”相关的代码。 光学，2020。 抽象的 低信噪比 (SNR) 测量，主要是由于强度随距离的四次衰减，可以说是实时、高分辨率、非视距 (NLoS) 远距离成像的基本障碍。僵局。 为了更好地建模、表征和利用这些低 SNR 测量，我们使用频谱估计理论来推导出 NLoS 相关图的噪声模型。 我们使用这个模型来开发一种基于散斑相关的技术，用于从间接反射中恢复被遮挡的对象。 然后，仅使用从所提出的噪声模型中采样的合成数据，在不了解实验场景及其几何形状的情况下，我们训练一个深度卷积神经网络来解决与相关性相关的噪声相位检索问题。 我们验证了由此产生的深度逆相关方法对噪声异常稳健，在实现的空间分辨率和总捕获时间方面都远远超过了现有 NLoS 系统的能力。 我们使用所提出的技术，仅使用来自标准互补金属氧化物半导体探测器的两个 1/8 秒曝光长度图像，在 1 m 的间距下演示了具有 300 µm 分辨率的 NLoS 成像。 依赖关系 训练和测试网络的代码使用 Pytorch 并假设可以访问 Nvidia GPU。
MATLAB实现图像质量评价（峰值信噪比）
04-10
用MATLAB实现图像质量评价方法——峰值信噪比。
信噪比matlab代码
08-12
信噪比matlab代码 用于处理一维的语音 振动 电信号等 也可用于处理二维的图像信号等
matlab图像处理（图像融合，图像加密等）的性能评价指标：平均梯度，边缘强度，信息熵，灰度均值，标准差，均方根误差，峰值信噪比
05-04
图像处理（图像融合，图像加密等）的性能评价指标集包括：平均梯度，边缘强度，信息熵，灰度均值，标准差(均方差MSE)，均方根误差，峰值信噪比（psnr），空间频率(sf)，图像清晰度，互信息(mi)，结构相似性(ssim)，...
归一化均方误差：图像的归一化均方误差-matlab开发
05-30
在图像处理领域，量化图像质量是非常重要的，其中一种常见的度量方法是归一化均方误差（Normalized Mean Square Error，简称NMSE）。本教程将详细探讨如何使用MATLAB来计算和应用NMSE来评估图像去噪的效果以及图像...
Matlab | 空间域水印技术：LSB（Least Significant Bit）：计算峰值信噪比PSNR（matlab源代码）
尘世冰封的专栏
03-20 4472
================================================ 博主github：https://github.com/MichaelBeechan 博主CSDN：https://blog.csdn.net/u011344545 ================================================ Matlab | 空间域水印技术：LSB（Least Significant Bit）嵌入（matlab源代码） Matlab | 空间域水印技术：L
matlab图像峰值信噪比与均方根误差MSE的代码
04-28
以下是 MATLAB 中计算图像峰值信噪比（PSNR）和均方根误差（MSE）的示例代码： ```matlab % 读取图像 img = imread('image.jpg'); % 添加高斯噪声 noisy_img = imnoise(img, 'gaussian', 0, 0.01); % 计算 MSE mse = immse(img, noisy_img); % 计算 PSNR max_pixel_value = 255; psnr = 10 * log10((max_pixel_value ^ 2) / mse); % 显示结果 fprintf('MSE: %f\n', mse); fprintf('PSNR: %f dB\n', psnr); ``` 这段代码首先使用 `imread` 函数读取图像，然后使用 `imnoise` 函数向图像添加高斯噪声。接下来，使用 `immse` 函数计算原始图像和带噪声图像之间的 MSE，使用 `log10` 函数计算 PSNR。最后，使用 `fprintf` 函数打印 MSE 和 PSNR 的值。 注意，`max_pixel_value` 变量应该设置为图像像素值的最大可能值。如果图像是灰度图像，则通常为 255；如果图像是彩色图像，则通常为 255 × 3 = 765。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

matlab科研中心

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

实付元
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