PSNR峰值信噪比和 DMOS算法介绍

图像质量的评价方法大致分为三类:

第一类是传统的客观评价方法,代表性的有均方误差(Mean Square Error,MSE)、峰值信噪比(Peak Signal Noise Ratio,PSNR)等;

第二类是主观评价方法,如主观质量评分(Mean Opinion Score,MOS)和视频质量专家组(VQEG);

第三类是基于人眼视觉特性的图像质量评价方法,也是近几年备受关注的研究热点。 

PSNR (dB) = 20*log10(信号峰值/差值)其中,信号峰值=255(有时等于239),差值= [参考像素值]-[损伤像素值]

PSNR值越大,表示失真越少


基于噪声的客观测试模型原理


DMOSp = b1 / ( 1 + exp( - b2*(VQM-b3) )  DMOS 主观测试结果则直接通过人眼的可感知性得出结果

DMOS是在MOS的基础上计算得到的,即DMOS是满分100和主观评分均值MOS的差值,DMOS=100-MOS,取值范围从1到100,并且,DMOS值越大,表明对应图像的主观质量越差




  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
PSNR(Peak Signal-to-Noise Ratio)是一个表示信号最大可能功率和影响它的表示精度的破坏性噪声功率的比值的工程术语。它常用对数分贝单位来表示,数值越大表示失真越小。PSNR是一种基于对应像素点间的误差的图像质量评价方法。然而,PSNR并未考虑到人眼的视觉特性,可能导致评价结果与人的主观感觉不一致的情况。\[2\] 相似性指标(SSIM)是一种用于衡量两张数位影像相似程度的指标。它从亮度、对比度和结构三个方面度量图像相似性,更符合人类视觉感官。SSIM的取值范围是\[0,1\],值越大表示图像失真越小。SSIM可以看作是失真影像的影像品质衡量指标,相较于传统的峰值信噪比PSNR),SSIM更能符合人眼对影像品质的判断。\[3\] MSSIM(Mean Structural Similarity)是一种平均结构相似性度量方法。它将图像分为多个窗口,计算每个窗口的均值、方差和协方差,并加权计算结构相似度SSIM。最后,将平均值作为两个图像的结构相似性度量。\[3\] 综上所述,PSNR是一种基于像素点间误差的图像质量评价方法,而SSIM是一种更符合人眼视觉感官的图像相似性度量方法。 #### 引用[.reference_title] - *1* [图像基础 PSNR 峰值信噪比](https://blog.csdn.net/wangkai001_tg/article/details/54016018)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [图像质量指标:峰值信噪比PSNR和结构相似性SSIM](https://blog.csdn.net/laonafahaodange/article/details/121726358)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [PSNR峰值信噪比(python代码实现+SSIM+MSIM)](https://blog.csdn.net/m0_63172128/article/details/125566173)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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