文章目录
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:
P S N R = 10 ⋅ l o g 10 [ M A X I 2 M S E ] = 20 ⋅ l o g 10 [ M A X I M S E ] PSNR = 10\cdot\ log_{10}[\frac{ MAX_I^2}{ MSE} ]=20\cdot\ log_{10}[\frac{ MAX_I}{\sqrt{MSE}} ] PSNR=10⋅ log10[MSEMAXI2]=20⋅ log10[MSEMAXI]
其中, M A X I MAX_I MAXI 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