1.峰值信噪比(PSNR)
峰值信噪比是常用的衡量信号失真的指标。该参数是基于图像像素灰度值进行统计分析,但是由于人类视觉特性的差异性,通常出现的评价结果与人的主管感觉不一致,但其仍然是一个有参考价值的评价指标。对于两幅图像I与K,尺寸大小为m x n,它们的均方误差的定义为公式:
那么信噪比的定义为公式:
其中,MSE表示当前图像I与K的均方误差, 表示图像点颜色的最大值。PSNE的单位为dB,在图像质量评价中,典型的峰值信噪比为30~40dB。PSNR的值越大,图像质量越好。
double PSNR(const cv::Mat& I1, const cv::Mat& I2)
{
cv::Mat s1;
cv::absdiff(I1, I2, s1);//计算图像差
s1.convertTo(s1, CV_32F);//转成32浮点数进行平方运算
//s1*s1,即|I1-I2|^2
s1 = s1.mul(s1);
cv::Scalar s = cv::sum(s1);//分别叠加每个通道元素,存于s中
double sse = s.val[0] + s.val[1] + s.val[2];//计算所有通道元素和
if (sse <= 1e-10)//当元素很小时返回0值
{
return 0;
}
else
{
double mse = sse / ((double)(I1.channels() * I1.total()));
double psnr = 10.0*log10((255 * 255) / mse);
return psnr;
}
}
2.结构相似性(SSIM)
结构相似性是高度结构化的自然影像,从亮度、对比度、结构三方面评价图像质量,故邻域像素具有较强的关联性,即物体结构信息的相似性,对比峰值信噪比更复合人类视觉观察到的直观效果,其具有对称性、上下界等性质。
给定两个信号x和y。两者的结构相似性定义为公式:
其中表示x和y的亮度,代表x和y的对比度,表示x和y的结构,(都大于0)为SSIM参数调整,与分别表示图像x和y的均值,和分别表示图像x和y的方差,表示图像x和y的协方差, 为常数。SSIM的取值范围为0到1,值越大越好。
cv::Scalar MSSIM(const cv::Mat& i1, const cv::Mat& i2)
{
const double C1 = 6.5025, C2 = 58.5225;
cv::Mat I1, I2;
i1.convertTo(I1, CV_32F);
i2.convertTo(I2, CV_32F);
cv::Mat I2_2 = I2.mul(I2);//I2^2
cv::Mat I1_2 = I1.mul(I1);
cv::Mat I1_I2 = I1.mul(I2);
cv::Mat mu1, mu2;
cv::GaussianBlur(I1, mu1, cv::Size(11, 11), 1.5);//高斯加权计算每一窗口的均值、方差以及协方差
cv::GaussianBlur(I2, mu2, cv::Size(11, 11), 1.5);
cv::Mat mu1_2 = mu1.mul(mu1);
cv::Mat mu2_2 = mu2.mul(mu2);
cv::Mat mu1_mu2 = mu1.mul(mu2);
cv::Mat sigma1_2, sigma2_2, sigma12;
cv::GaussianBlur(I1_2, sigma1_2, cv::Size(11, 11), 1.5);
sigma1_2 -= mu1_2;
cv::GaussianBlur(I2_2, sigma2_2, cv::Size(11, 11), 1.5);
sigma2_2 -= mu2_2;
cv::GaussianBlur(I1_I2, sigma12, cv::Size(11, 11), 1.5);
sigma12 -= mu1_mu2;
//根据公式计算相应参数
cv::Mat t1, t2, t3;
t1 = 2 * mu1_mu2 + C1;
t2 = 2 * sigma12 + C2;
//t3 = ((2*mu1_mu2+C1).*(2*sigma12+C2))
t3 = t1.mul(t2);
t1 = mu1_2 + mu2_2 + C1;
t2 = sigma1_2 + sigma2_2 + C2;
//t1 = ((mu1_2+mu2_2+C1).*(sigma1_2+sigma2_2+C2))
t1 = t1.mul(t2);
cv::Mat ssim_map;
//ssim_map = t3 ./ t1;
cv::divide(t3, t1, ssim_map);
cv::Scalar mssim = mean(ssim_map);
return mssim;
}