Görüntü Kalite Metrikleri Nasıl Analiz Edilir: Psnr ve Ssim Uygulamaları Uygulamada Hesaplamalar

Görüntü kalitesi, görüntü işleme, sıkıştırma ve iletim gibi çeşitli alanlarda gereklidir. Kullanılan iki yaygın ölçümler Peak Signal-to-Noise Oran (PSNR) ve Benzer Yapısallık Endeksi (SCI) olduğunu açıklar.Bu makale, bu ölçümleri pratikte nasıl hesaplamayı açıklar.

PSNR'yi Anlamak

PSNR sıkıştırılmış veya işlenmiş bir görüntü ile orijinal versiyonu arasındaki farkı ölçer.Decibels (dB) Yüksek PSNR değerleri daha iyi kalite gösterir.

PSNR'yi hesaplamak için, ilk olarak iki görüntü arasında ortalama Squared Hatayı (MSE) hesaplayın:

MSE = (1 / (büyük × yükseklik)) × ⁇ (I orijin - I processed)2

Sonra, PSNR hesaplandı:

PSNR = 10 × log10 (MAX I2 / MSE)

MAX I, görüntünün en olası piksel değeridir (örneğin, 8bit görüntüler için 255).

SCI'yi Anlamak

SCI, ışık, kontrast ve yapıya dayanan iki görüntü arasındaki benzerlik değerlendirmektedir. -1 ve 1 arasında bir değer sunuyor, 1 aynı görüntüleri gösterir.

SCI indeksi formülü kullanarak hesaplanır:

SCI = [(2μ xμ y + C1)(2 ⁇ xy + C2) / [(μ x2 + μ y2 + C1) ( ⁇ x2 + ⁇ y2 + C2)

μ x ve μ y, x ve y, ⁇ x2 ve ⁇ y2'nin varyanları, ⁇ xy'nin ortak değişkenliği ve C1, C2'nin bölünmesi için sürekli olduğu.

Pratik Hesaplama İpuçları

Bu hesaplamaları uygulamak genellikle OpenCV veya scikit-image gibi görüntü işleme kütüphanelerini kullanarak içerir. Bu kütüphaneler, PSNR ve SCI'yi doğrudan hesaplamak için işlevleri sağlar.