量化图像模糊和清晰程度的几个方法

方法简介

判断图像是模糊还是清晰，其方法目前有一下几种：

• 峰值信噪比（PSNR）：PSNR是一种测量图像质量的方法，通过比较原始图像和经过处理的图像之间的均方差来计算。PSNR的值越高，表示两张图象之间的差别越小，图像越清晰。
• 结构相似性指数（SSIM）：SSIM是一种测量图像相似性的方法，通过比较原始图像和处理过的图像之间的亮度、对比度和结构相似性来计算。SSIM指数的值越接近1，表示两张图像的相似度越高，图像越清晰。
• 傅里叶频谱分析：傅里叶频谱分析可以将图像转换到频域，在频域中可以分析图像的能量分布。清晰的图像通常具有高能量的分支集中在中心区域，而模糊的图像通常有更低的峰值和分布模糊。

方法实现

下面对上述四种方法进行详细解释。

峰值信噪比（PSNR）

峰值信噪比是一种用于测量数字图像质量的指标，它可以比较原始图像与经过平滑等操作后的图像之间的差异，其公式定义如下：
$$PSNR=10\cdot lo{g}_{10}[\frac{MA{X}_I^2}{MSE}]=20\cdot lo{g}_{10}[\frac{MA{X}_I}{\sqrt{MSE}}]$$
其中，$MA{X}_I$ 是像素的最大值，如果图像载入时是8位二进制，那么它的值就是255（图像处理，opencv常用）。一般情况是浮点型数据，最大像素值就是最大值。而对于三通道的RGB图像来说，其公式定义就需要将三个通道分开计算了，得到各个通道的MSE，然后再除以3，并且还要考虑RGB的颜色组成，具体公式如下：
P S N R = 10 ⋅ log ⁡ 10 ( M A X I 2 1 3 m n ∑ R , G , B m − 1 ∑ i = 0 n − 1 [ I c o l o r ( i , j ) − K c o l o r ( i , j ) ] 2 ) PSNR= 10\cdot\log_{10}(\frac{MAX_I^2}{ {\frac{1}{3mn}}\sum_{R,G,B}^{m-1}\sum_{i=0}^{n-1}[I_{color}(i,j)-K_{color}(i,j)]^2}) PSNR=10⋅log10​(3mn1​∑R,G,Bm−1​∑i=0n−1​[Icolor​(i,j)−Kcolor​(i,j)]2