测量图像质量在图像处理、压缩和传输等各个领域都至关重要。 使用的两种常见的度量法是峰信号对噪声比(PSNR)和结构相似性指数(SSIM)。 本文解释了在实践中如何计算这些度量。

理解 PSNR 语句

PSNR 测量压缩或处理的图像与其原始版本的区别,用分贝(dB)表示,较高的PSNR值表示质量更好.

要计算 PSNR, 请先计算两个图像之间的平均平方错误( MSE) :

MSE = (1 / (宽×高)) → (I 原创-I 已处理)2

然后,PSNR的计算法是:

PSNR = 10× log10(MA ⁇ I2 / MSE) 互联网档案馆的存檔,存档日期2013-09-02.

其中MAQQI是图像的最大可能像素值(例如,8位图像的255).

理解SSIM( SSIM) : 科学、技术和科学

SSIM 评估基于亮度,对比度,结构的两幅图像之间的相似性,它提供了-1和1之间的值,其中1表示相同的图像.

SSIM指数的计算采用公式:

SSIM = [(2 ⁇ x ⁇ y + C1)(2 ⁇ x ⁇ y + C2)] / [( ⁇ x2 + ⁇ x2 + C1] ( ⁇ x2 + ⁇ x2 + C2)] ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ + C2]

其中Xx和X ⁇ y是图像x和y的手段,Xx2和X ⁇ y2是差异,Xxy是共变,C1,C2是稳定除法的常数.

实用计算提示

实施这些计算通常涉及使用像OpenCV或Python中的sikit-image这样的图像处理库。这些库提供了直接计算PSNR和SSIM的功能,简化了进程。

  • 确保图像的大小和颜色空间相同。
  • 使用浮点表示法进行精确度.
  • 必要时实行适当的正常化。
  • 利用现有的图书馆功能提高效率。