图像质量评估指标——PSNR介绍及计算方法

图像质量评估指标——PSNR介绍及计算方法

  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。

计算方法

  假设处理后图像为 I I I、真实图像为 K K K,则峰值噪声比定义为:
P S N R = 10 ⋅ log ⁡ 10 ( M A X 2 M S E ) = 20 ⋅ log ⁡ 10 ( M A X M S E ) PSNR=10·\log_{10}(\frac{MAX^2}{MSE})=20·\log_{10}(\frac{MAX}{\sqrt{MSE}}) PSNR=10log10(MSEMAX2)=20log10(MSE MAX)
其中, M A X MAX MAX表示图像上像素点的最大数值,常定义为 1 1 1或者 255 255 255 M S E MSE MSE定义为:
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^{m-1}_{i=0}\sum^{n-1}_{j=0}||I(i,j)-K(i,j)||^2 MSE=mn1i=0m1j=0n1∣∣I(i,j)K(i,j)2

代码实现

# 这里以生成网络中测试模型性能为例,所以pred与gt均是tensor格式
# 并且在模型训练过程中,图像数据均被归一化至0到1之间,因此max默认1.0
def psnr(pred, gt, max=1.0):
    # 需要先切断梯度,将数据转为numpy格式进行计算
    pred = pred.clamp(0, max).cpu().detach().numpy()
    gt = gt.clamp(0, max).cpu().detach().numpy()
    # 两个图像数值做差,之后求根下MSE
    imdff = pred - gt
    rmse = math.sqrt(np.mean(imdff ** 2))
    # 如果像素完全相同,即rmse为0,则PSNR直接返回100,防止后续计算log时报错
    if rmse == 0:
        return 100
    # 按公式计算
    return 20 * math.log10(max / rmse)

直接调用skimage库中的函数

from skimage.metrics import peak_signal_noise_ratio


# 这里data_range表示图像像素的最大值,即公式中的MAX
# 如果不传入data_range,则程序默认选择image_true中最大的像素值
# 或者最大值减最小值(如果像素点存在负数情况),具体可见源码
psnr = peak_signal_noise_ratio(image_true, image_test, data_range=None)

skimage中计算PSNR的源码

def peak_signal_noise_ratio(image_true, image_test, *, data_range=None):
    """
    Compute the peak signal to noise ratio (PSNR) for an image.

    Parameters
    ----------
    image_true : ndarray
        Ground-truth image, same shape as im_test.
    image_test : ndarray
        Test image.
    data_range : int, optional
        The data range of the input image (distance between minimum and
        maximum possible values).  By default, this is estimated from the image
        data-type.

    Returns
    -------
    psnr : float
        The PSNR metric.

    Notes
    -----
    .. versionchanged:: 0.16
        This function was renamed from ``skimage.measure.compare_psnr`` to
        ``skimage.metrics.peak_signal_noise_ratio``.

    References
    ----------
    .. [1] https://en.wikipedia.org/wiki/Peak_signal-to-noise_ratio

    """
    check_shape_equality(image_true, image_test)
	# 如果不指定data_range的话,则默认取image_true中的最大值,或者最大值减最小值
    if data_range is None:
        if image_true.dtype != image_test.dtype:
            warn("Inputs have mismatched dtype.  Setting data_range based on "
                 "image_true.")
        dmin, dmax = dtype_range[image_true.dtype.type]
        true_min, true_max = np.min(image_true), np.max(image_true)
        if true_max > dmax or true_min < dmin:
            raise ValueError(
                "image_true has intensity values outside the range expected "
                "for its data type. Please manually specify the data_range.")
        if true_min >= 0:
            # most common case (255 for uint8, 1 for float)
            data_range = dmax
        else:
            data_range = dmax - dmin
	# 将数据转变为float类型
    image_true, image_test = _as_floats(image_true, image_test)
	# 计算MSE
    err = mean_squared_error(image_true, image_test)
    # 进一步计算PSNR
    return 10 * np.log10((data_range ** 2) / err)

以上仅是笔者个人见解,若有问题,欢迎指正。

  • 3
    点赞
  • 26
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

视觉萌新、

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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