Come Quantificare i Metric di Qualità dell'immagine: Calcolazioni di Psnr e Ssim in Pratica

La misurazione della qualità dell'immagine è essenziale in vari campi come l'elaborazione delle immagini, la compressione e la trasmissione. Due metriche comuni utilizzate sono Peak Signal-to-Noise Ratio (PSNR) e Structural Simity Index (SSIM).

Comprensione di PSNR

PSNR misura la differenza tra un'immagine compressa o trasformata e la sua versione originale, espressa in decibel (dB).

Per calcolare PSNR, prima calcolare l'errore quadrato di Mean (MSE) tra le due immagini:

MSE = (1 / (larghezza × altezza) × Σ (I originale - I processed)2

Quindi, PSNR è calcolato come:

PSNR = 10 × log10 (MAX I2 / MSE)

dove MAX I è il massimo valore pixel possibile dell'immagine (ad esempio, 255 per immagini a 8 bit).

Comprensione di SSIM

SSIM valuta la somiglianza tra due immagini basate su luminanza, contrasto e struttura, e fornisce un valore tra -1 e 1, dove 1 indica immagini identiche.

L'indice SSIM viene calcolato utilizzando la formula:

SSIM = [(2μ xμ y + C1)(2σ xy + C2)] / [(μ x2 + μ y2 + C1)(σ x2 + σ y2 + C2)]

dove μ x e μ y sono i mezzi di immagini x e y, σ x2 e σ y2 sono le variazioni, σ xy è la covarianza, e C1, C2 sono costanti per stabilizzare la divisione.

Consigli pratici di calcolo

L'implementazione di questi calcoli comporta in genere l'utilizzo di librerie di elaborazione delle immagini come OpenCV o immagini di scikit in Python, che forniscono funzioni per calcolare direttamente PSNR e SSIM, semplificando il processo.