图像相似度之PSNR与SSIM小结

最新推荐文章于 2024-04-16 10:35:24 发布

黑条纹的白斑马

最新推荐文章于 2024-04-16 10:35:24 发布

阅读量2.8k

点赞数

分类专栏：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/u013491950/article/details/83692135

版权

图像处理专栏收录该内容

5 篇文章 0 订阅

订阅专栏

PSNR（Peak Signal to Noise Ratio）：峰值信噪比

使用局部均值误差来判断差异，对于两个H*W*C的图像，I1,I2

$MSE = \frac{1}{H*W*C}\sum(I1-I2)^{2}$

$PSNR = 10 * \log_{10}\left ( \frac{(2^n-1)^2}{MSE} \right )$

其中n为采样值的比特数，比如 0-255的灰度图，n为8.

PSNR算法简单，检查的速度也很快。但是其呈现的差异值有时候和人的主观感受不成比例。

SSIM（structural similarity）：结构相似性

$\mu_x , \mu_y$ 分别为x,y的均值， $\sigma_x , \sigma_y ,\sigma_{xy}$ 分别为x,y的方差以及协方差。c1与c2用来维持稳定的常数。

参考：opencv 中文教程

黑条纹的白斑马

关注

0
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
图像相似度之PSNR与SSIM小结

PSNR（Peak Signal to Noise Ratio）：峰值信噪比使用局部均值误差来判断差异，对于两个H*W*C的图像，I1,I2 其中n为采样值的比特数，比如 0-255的灰度图，n为8.PSNR算法简单，检查的速度也很快。但是其呈现的差异值有时候和人的主观感受不成比例。 SSIM（structural similarity）：结构相似性分别为x...
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。