图像处理之图像质量评价指标PSNR(峰值信噪比)

已于 2022-11-03 21:01:54 修改
阅读量10w+ 收藏 714
点赞数 94
分类专栏： 图像隐藏 文章标签： 图像处理 计算机视觉 图像质量评价指标 matlab PSNR
于 2022-11-03 19:50:24 首次发布
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_44111805/article/details/127676377
版权

一、PSNR基本定义

PSNR全称为“Peak Signal-to-Noise Ratio”，中文意思即为峰值信噪比，是衡量图像质量的指标之一。PSNR是基于MSE(均方误差)定义，对给定一个大小为m*n的原始图像I和对其添加噪声后的噪声图像K，其MSE可定义为：
在这里插入图片描述
则PSNR可定义为：
在这里插入图片描述
其中MAXI为图像的最大像素值，PSNR的单位为dB。若每个像素由8位二进制表示，则其值为2^8-1=255。但注意这是针对灰度图像的计算方法，若是彩色图像，通常可以由以下方法进行计算：

方法一：计算RGB图像三个通道每个通道的MSE值再求平均值，进而求PSNR

方法二：直接使用matlab的内置函数psnr()(

了解本专栏 订阅专栏 解锁全文 超级会员免费看
峰值信噪比（PSNR）
10-01
基于Linux下C语言编写的PSNR （峰值信噪比）一种评价图像的客观标准。
图像评价指标PSNR,SSIM,QNR,SAM,ERGAS
03-21
多种常见的图像评价指标峰值信噪比，结构相似性指数，光谱角等PSNR,SSIM,QNR,SAM,ERGAS
图像处理篇---图像处理中常见参数
最新发布
道阻且长，行则将至。
02-23 1003
在图像处理中，参数的衡量常涉及对数单位（如分贝，dB），主要用于量化信号的强度、噪声水平或图像质量的相对变化。以上就是今天要讲的内容，本文仅仅简单介绍了分贝、峰值信噪比、信噪比、动态范围的公式、原理以及使用。
图像评价指标PSNR、SSIM、LPIPS、FID
qq_43826289的博客
01-04 4151
图像评价指标PSNR、SSIM、LPIPS、FID
图像相似度衡量指标（PSNR、SSIM、LPIPS）
fpq199182的博客
03-12 3481
是一种用于衡量图像质量的指标。它是衡量信号最大可能功率和影响它的表示精度的破坏性噪声功率的比值。是通过计算原始图像和失真图像之间的均方误差（）来衡量的，然后将其转换为一个对数尺度。），值越大表示图像质量越好。
图像质量评价psnr
06-28
图像质量的客观评价是指用畸变图像偏离原始图像的误差来衡量畸变图像的质量，目前人们最常用的指标是PSNR（李英明，2011，中国图象图形学报）设 和 分别表示原始图像和待评价图像，且有 PSNR值越大，表示畸变图像 和原始图像 越接近，视觉感知越好
峰值信噪比（PSNR）与结构相似性（SSIM）的测定
weixin_53804425的博客
07-13 3507
峰值信噪比（Peak Signal-to-Noise Ratio, PSNR）与结构相似性（Structural Similarity, SSIM）是超分辨率（Super Resolution, SR）领域最常用的评价图像重建质量的两个指标。在计算时，涉及到不同的颜色空间，而图像不同颜色空间的转换涉及到伽马校正，本文主要为了理清它们之间的关系。
峰值信噪比（PSNR）和结构相似性（SSIM）
qq_54668941的博客
10-09 3131
峰值信噪比（Peak Signal-to-Noise Ratio，PSNR）和结构相似性（Structural Similarity，SSIM）是图像质量评价中常用的两个指标，用于衡量重建图像与参考图像（通常是原始图像）之间的相似度和质量。它们在图像处理领域，尤其是图像压缩、去噪和超分辨率任务中，被广泛使用。
图像的峰值信噪比（peak signal to noise ratio, PSNR）
热门推荐
郭云飞的专栏
10-20 2万+
峰值信噪比（PSNR）是一个表示信号最大可能功率和影响它的表示精度的破坏性噪声功率的比值的工程术语。由于许多信号都有非常宽的动态范围，峰值信噪比常用对数分贝单位来表示。 在图像处理中，要对图像进行客观的评价，常常需要计算PSNR。PSNR是衡量图像失真或是噪声水平的客观标准。2个图像之间PSNR值越大，则越相似。普遍基准为30dB，30dB以下的图像劣化较为明显。 PSNR定义： 其
图像生成中图像质量评估指标—PSNR的详细介绍
u013889591的专栏
07-25 4251
峰值信噪比（Peak Signal-to-Noise Ratio，简称PSNR）是一种广泛应用于图像和视频处理领域的客观图像质量评价指标。它主要用于衡量图像的噪声水平和图像质量，可以用来评估图像处理算法的性能。PSNR是基于均方误差（Mean Squared Error，简称MSE）定义的，用于评估原始图像与失真图像之间的质量差异。
图像质量评估指标——PSNR介绍及计算方法
qq_50001789的博客
06-26 1万+
PSNR全称为Peak Signal to Noise Ratio，即峰值信噪比，是一种评价图像的客观标准，经常用于计算两幅图像的可视化误差，如衡量原图与经过压缩后图像之间的可视化差异、生成网络生成的图像与真实图像之间的差异等等。
MATLAB下求两幅图像的峰值信噪比（PSNR）
10-03
MATLAB下求两幅图像的峰值信噪比（PSNR）。讨厌在网上下到骗分的东西。小程序，保证能运行。 MATLAB下求两幅图像的峰值信噪比（PSNR）。讨厌在网上下到骗分的东西。小程序，保证能运行。
图像质量评估算法，峰值信噪比（PSNR），用于图像质量评价，matlab代码（亲测可使用）
12-12
图像质量评估算法峰值信噪比（PSNR），matlab代码（亲测可使用），用于图像质量评价，原始图像与处理后的图像计算它们的峰值信噪比，比值越高越优。
matlab图像加密峰值信噪比(PSNR)
06-21
图像处理中的峰值信噪比PSNR程序，做图像加密的可以用。
图像信噪比和峰值信噪比计算
06-06
matlab实现计算图像信噪比和峰值信噪比
计算图像峰值信噪比
01-14
计算图像峰值信噪比img=H; %原图像 [h w]=size(img); imgn=a2;%去噪后图像 B=8; MAX=2^B-1; MES=sum(sum((img-imgn).^2))/(h*w); PSNR1=20*log10(MAX/sqrt(MES)) img=H; [h w]=size(img); imgn=X; B=8; MAX=2^B-1; MES=sum(sum((img-imgn).^2))/(h*w); PSNR2=20*log10(MAX/sqrt(MES))
『CV学习笔记』图像超分辨率等图像处理任务中的评价指标PSNR(峰值信噪比)
AI新视界
11-02 2500
峰值信噪比（Peak Signal-to-Noise Ratio, PSNR）是图像超分辨率等图像处理任务中常用的一个指标，用来评估图像质量。PSNR的值越高，表示失真越小，图像质量越好。PSNR是通过对比原图像和处理后图像的每个像素的差异来计算的。
psnr.rar_PSNR_psnr matlab_信噪比psnr_图像信噪比_峰值信噪比
09-21
在图像处理领域，PSNR（Peak Signal-to-Noise Ratio，峰值信噪比）是一个重要的质量评估指标，用于衡量经过处理的图像与原始图像之间的相似度。PSNR是通过比较两个图像的均方误差（MSE，Mean Square Error）来计算的...
图像质量评价指标之 psnr 和 ssim
07-02
### 回答1： PSNR（峰值信噪比）和SSIM（结构相似性）是图像质量评价的两个重要指标。 PSNR是一种用于度量图像质量的指标，通过计算原始图像与经过压缩或处理后的图像之间的峰值信噪比来评估图像的失真程度。峰值信噪比是指信号的最大可能功率与表示这个信号的系统的噪声功率之比。PSNR的计算公式为： PSNR = 10 * log10（（最大可能像素值）² / MSE） 其中最大可能像素值是指原始图像中像素的最大值，MSE是均方差，用于度量两个图像之间的差异程度。 SSIM是一种统计方法，用于比较两个图像的结构相似性。它不仅考虑图像的亮度信息，还考虑图像的对比度和结构信息。SSIM计算过程中引入了三个关键的组成部分：亮度相似性、对比度相似性和结构相似性。SSIM的计算公式为： SSIM(x, y) =（2μxμy + C1）（2σxy + C2）/（μx² + μy² + C1）（σx² + σy² + C2） 其中，x和y分别代表两个图像，μx和μy分别代表x和y的平均值，σx²和σy²分别代表x和y的方差，σxy代表x和y的协方差，C1和C2是常数用来稳定计算。 PSNR和SSIM是常用的图像质量评价指标。PSNR主要用于比较两个图像之间的失真程度，数值越大表示失真越小；而SSIM主要用于比较两个图像之间的结构相似性，数值越接近1表示结构相似性越高。综合应用这两个指标可以更全面地评价图像质量。 ### 回答2： PSNR（Peak Signal-to-Noise Ratio）是一种用于评估图像质量的指标，它通过比较原始图像与经过压缩或失真处理后的图像之间的均方误差，来衡量图像的失真程度。PSNR的计算公式为： PSNR = 10 * log10 (MAX^2 / MSE) 其中 MAX 表示像素数据的最大可能取值，MSE 表示均方误差，即原始图像与失真图像之间每个像素值差的平方的均值。PSNR的值通常以分贝（dB）为单位，数值越大表示图像质量越好。 而 SSIM（Structural Similarity Index）是一种比较图像结构相似性的指标，它主要关注图像的亮度、对比度和结构等方面。SSIM的计算公式为： SSIM = (2 * μx * μy + C1) * (2 * σxy + C2) / (μx^2 + μy^2 + C1) * (σx^2 + σy^2 + C2) 其中 μx 和 μy 表示原始图像和失真图像的亮度平均值，σx 和 σy 表示原始图像和失真图像的方差，σxy 表示原始图像和失真图像的协方差，C1 和 C2 是常数，用于避免分母为零。SSIM的取值范围为[-1, 1]，值越接近1表示图像质量越好。 PSNR和SSIM是两种常用的图像质量评价指标。PSNR主要关注图像的失真程度，适用于需要精确度和灵敏度的场景；而SSIM则关注图像的结构相似性，适用于需要保留图像细节和结构的场景。综合使用PSNR和SSIM可以更全面地评价图像的质量。 ### 回答3： 图像质量评价指标是衡量图像质量好坏的方法，其中PSNR和SSIM是两个常用的评价指标。 PSNR（Peak Signal-to-Noise Ratio）是一种用于测量图像失真程度的指标。它计算图像与原始图像之间的峰值信噪比，即原始图像中最大像素值与重建图像与原始图像之间的均方误差的比值。PSNR值越高，表示失真越小，图像质量越好。常用PSNR评价图像压缩算法的效果，如JPEG压缩等。 SSIM（Structural Similarity Index）是一种用于测量图像结构相似性的指标。它考虑了亮度、对比度和结构三个因素间的差异，并综合这些因素计算相似性指数。SSIM值越接近1，表示两幅图像越相似，图像质量越好。SSIM主要用于评价图像处理算法的效果，如去噪、增强等。 PSNR和SSIM都是客观评价指标，对失真图像与原始图像之间的差异进行量化。它们都有各自的使用范围和场景，没有绝对优劣之分。在评价图像质量时，可以综合考虑PSNR和SSIM，以及其他评价指标，综合评估图像的视觉感知质量。 需要注意的是，PSNR和SSIM仅能从一定程度上反映图像质量，对于某些特殊场景或者人眼难以察觉的差异可能会存在局限性。因此，在实际应用中，还需要结合人眼主观评价、其他更多的评价指标以及具体的应用需求来全面评价图像的质量。
评论 25
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
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。

余额充值