1.Visibility of Errors
计算图像degrade后的质量,最 direct 的思路即比较degrade后的图像与真实图像(distortion-free)之间的差剖面,即可视误差,通过 visibility of errors 评价图像质量。
2. MSE
均方根误差在图像的质量评价中相当于一个中间的评价指标,很多后续的评价指标都是沿用均方根误差。均方根误差主要是评价已知图像和退化图像之间误差大小。
Matlab 调用:
err = immse(A, ref);
fprintf('\n The mean-squared error is %0.4f\n', err);
3.PSNR
PSNR(Peak Signal to Noise Ratio),峰值信噪比,即峰值信号的能量与噪声的平均能量之比,通常表示的时候取 log 变成分贝(dB),由于 MSE 为真实图像与含噪图像之差的能量均值,而两者的差即为噪声,因此 PSNR 即峰值信号能量与 MSE 之比。
[peaksnr, snr] = psnr(image1, image2);
4.SSIM
其值可以较好地反映人眼主观感受。一般取值范围:0-1.值越大,图片质量越好。
[ssimval,ssimmap] = ssim(image1,image2);
参考文档:
matlab代码实现图像的:均方根误差MSE、峰值信噪比PSNR、平均绝对误差MAE、结构相似性SSIM
MATLAB 均方根误差MSE、两图像的信噪比SNR、峰值信噪比PSNR、结构相似性SSIM
图像质量评估指标 SSIM / PSNR / MSE
图像质量评价方法PSNR+SSIM&&评估指标SROCC,PLCC