PSNR是"peak signal to noise ratio"的缩写,即峰值信噪比。是一种评价图像的客观标准。它具有局限性,一般是用于最大值信号和背景噪音之间的一个工程项目。
通常在经过影像压缩之后,输出的影像都会在某种程度与原始影像不同,为了衡量经过处理后的影像品质,我们通常会参考PSNR值来衡量某个处理程序是否令人满意。
计算公式
M
S
E
=
1
M
N
∑
i
=
0
M
−
1
∑
j
=
0
N
−
1
∥
I
(
i
,
j
)
−
K
(
i
,
j
)
∥
2
MSE = \frac{1}{MN}\sum_{i=0}^{M-1} \sum_{j=0}^{N-1} \rVert I(i,j) - K(i,j)\rVert^2
MSE=MN1i=0∑M−1j=0∑N−1∥I(i,j)−K(i,j)∥2
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*log_{10}(\frac{MAX_I^2}{MSE}) = 20*log_{10}(\frac{MAX_I}{\sqrt{MSE}})
PSNR=10∗log10(MSEMAXI2)=20∗log10(MSEMAXI)
M
A
X
I
=
2
B
−
1
MAX_I = 2^B - 1
MAXI=2B−1
公式来源维基百科。
MATLAB代码
function psnr=compute_psnr(im1,im2)
if size(im1, 3) == 3,
im1 = rgb2ycbcr(im1);
im1 = im1(:, :, 1);
end
if size(im2, 3) == 3,
im2 = rgb2ycbcr(im2);
im2 = im2(:, :, 1);
end
imdff = double(im1) - double(im2);
imdff = imdff(:);
rmse = sqrt(mean(imdff.^2));
psnr = 20*log10(255/rmse);