峰值信噪比（PSNR）和均方根误差（MSE）

最新推荐文章于 2024-07-07 03:06:10 发布

前丨尘忆·梦

最新推荐文章于 2024-07-07 03:06:10 发布

阅读量4.1k

点赞数

分类专栏： Matlab图像处理文章标签：信号处理图像处理

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/qq_36879493/article/details/114947942

版权

峰值信噪比（PSNR）和均方根误差（MSE）是评估图像压缩等领域信号重建质量的重要指标。MSE通过计算两幅图像对应像素点差值的平方和得到；PSNR则基于MSE与图像最大值的比例，用分贝（dB）表示。PSNR高于40dB代表图像质量极佳，低于20dB则质量不可接受。在MATLAB中，可通过公式计算PSNR，通常考虑8位像素表示情况。

摘要由CSDN通过智能技术生成

峰值信噪比（PSNR）和均方根误差（MSE）

峰值信噪比经常用作图像压缩等领域中信号重建质量的测量方法，它常简单地通过均方差（MSE）进行定义。两个m×n 单色图像 I 和 K，如果一个为另外一个的噪声近似，那么它们的的均方差定义为：

均方根误差（MSE）
$\frac{1}{mn}\sum_{i=0}^{m-1}\sum_{j=0}^{n-1}||I(i,j)-K(i,j)||^{2}$

最低0.47元/天解锁文章

前丨尘忆·梦

关注

0
点赞
踩
3

收藏

觉得还不错? 一键收藏
0
评论
峰值信噪比（PSNR）和均方根误差（MSE）

峰值信噪比（PSNR）和均方根误差（MSE）峰值信噪比经常用作图像压缩等领域中信号重建质量的测量方法，它常简单地通过均方差（MSE）进行定义。两个m×n 单色图像 I 和 K，如果一个为另外一个的噪声近似，那么它们的的均方差定义为：均方根误差（MSE）MSE=1mn∑i=0m−1∑j=0n−1∣∣I(i,j)−K(i,j)∣∣2MSE = \frac{1}{mn}\sum_{i=0}^{m-1}\sum_{j=0}^{n-1}||I(i,j)-K(i,j)||^{2}MSE=mn1i=0∑m
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

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。