Como quantificar as métricas de qualidade da imagem: Cálculos Psnr e Ssim na prática

Medir a qualidade da imagem é essencial em vários campos, como processamento de imagem, compressão e transmissão. Duas métricas comuns usadas são a razão de sinal-ruído (PSNR) e o índice de similaridade estrutural (SSIM). Este artigo explica como calcular essas métricas na prática.

Compreender o PSNR

O PSNR mede a diferença entre uma imagem compacta ou processada e sua versão original. É expressa em decibéis (dB). Valores mais elevados do PSNR indicam melhor qualidade.

Para calcular o PSNR, primeiro computar o Erro Quadrado Médio (MSE) entre as duas imagens:

MSE = (1 / (largura × altura)) × Ł (I original - I processado)2

Em seguida, o PSNR é calculado como:

PSNR = 10 × log10 (MAX I2 / MSE)

onde MAX I é o valor máximo possível de pixels da imagem (por exemplo, 255 para imagens de 8 bits).

Compreender o SSIM

O SSIM avalia a similaridade entre duas imagens baseadas em luminância, contraste e estrutura, fornecendo um valor entre -1 e 1, onde 1 indica imagens idênticas.

O índice SSIM é calculado utilizando a fórmula:

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

onde μ x e μ y são os meios das imagens x e y, σ x2 e σ y2 são as variâncias, σ xy é a covariância, e C1, C2 são constantes para estabilizar a divisão.

Dicas práticas de cálculo

A implementação destes cálculos envolve normalmente usar bibliotecas de processamento de imagens como OpenCV ou scikit-image em Python. Estas bibliotecas fornecem funções para calcular PSNR e SSIM diretamente, simplificando o processo.