Вимірювання якості зображення є важливим у різних галузях, таких як обробка зображень, стиснення та передача. Двох поширених метриків, які використовуються, є Peak Signal-to-Noise Ratio (PSNR) та Structural Аналогічність індекс (SSSIM). Ця стаття пояснює, як розрахувати ці метрики на практиці.

Розуміння PSNR

PSNR вимірює різницю між стисненим або обробленим зображенням і його оригінальною версією. Виражається в децибелах (dB). Більші значення PSNR вказують на кращу якість.

Для розрахунку PSNR спочатку перемістіть помилку Mean Squared (MSE) між двома зображеннями:

MSE = (1 / (ширина × висота) × Південь (I оригінал - I processed)2

Далі PSNR розраховується як:

PSNR = 10 × log10 (МАКС I2 / МСЕ)

де МАКС I є максимально можливою значенням пікселів зображення (наприклад, 255 для 8-бітних зображень).

Розуміння SSIM

SSIM оцінює схожість між двома зображеннями на основі блиску, контрастності та структури. Вона забезпечує значення між -1 і 1, де 1 вказує ідентичні зображення.

Індекс SSIM обчислюється за допомогою формули:

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

де μ x і μ y є засобом зображення x і y, σ x2 і σ y2 є варіативними, σ xy є співваріантом, і C1, C2 є постійними для стабілізатора поділу.

Практичні поради щодо розрахунку

Впровадження цих обчислень зазвичай передбачає використання бібліотек обробки зображень, таких як OpenCV або scikit-image на Python. Ці бібліотеки забезпечують функції для компute PSNR і SSIM безпосередньо, спрощення процесу.

  • Забезпечити зображення в одному розмірі і колірному просторі.
  • Використовуйте плаваючі точки для точності.
  • Застосувати належну нормацію при необхідності.
  • Утилізувати існуючі функції бібліотеки для ефективності.