PSNR和SSIM(轉(zhuǎn)載)

PSNR與SSIM

PSNR(Peak Signal to Noise Ratio)峰值信噪比,一種全參考的圖像質(zhì)量評(píng)價(jià)指標(biāo)。

其中,MSE表示當(dāng)前圖像X和參考圖像Y的均方誤差(Mean Square Error),H、W分別為圖像的高度和寬度;n為每像素的比特?cái)?shù),一般取8,即像素灰階數(shù)為256.?PSNR的單位是dB,數(shù)值越大表示失真越小。

PSNR是最普遍和使用最為廣泛的一種圖像客觀評(píng)價(jià)指標(biāo),然而它是基于對(duì)應(yīng)像素點(diǎn)間的誤差,即基于誤差敏感的圖像質(zhì)量評(píng)價(jià)。由于并未考慮到人眼的視覺(jué)特性(人眼對(duì)空間頻率較低的對(duì)比差異敏感度較高,人眼對(duì)亮度對(duì)比差異的敏感度較色度高,人眼對(duì)一個(gè)區(qū)域的感知結(jié)果會(huì)受到其周圍鄰近區(qū)域的影響等),因而經(jīng)常出現(xiàn)評(píng)價(jià)結(jié)果與人的主觀感覺(jué)不一致的情況。


SSIM(structural similarity)結(jié)構(gòu)相似性,也是一種全參考的圖像質(zhì)量評(píng)價(jià)指標(biāo),它分別從亮度、對(duì)比度、結(jié)構(gòu)三方面度量圖像相似性。

其中ux、uy分別表示圖像X和Y的均值,σX、σY分別表示圖像X和Y的方差,σXY表示圖像X和Y的協(xié)方差,即

C1、C2、C3為常數(shù),為了避免分母為0的情況,通常取C1=(K1*L)^2, C2=(K2*L)^2, C3=C2/2, 一般地K1=0.01, K2=0.03, L=255. 則

SSIM取值范圍[0,1],值越大,表示圖像失真越小.

在實(shí)際應(yīng)用中,可以利用滑動(dòng)窗將圖像分塊,令分塊總數(shù)為N,考慮到窗口形狀對(duì)分塊的影響,采用高斯加權(quán)計(jì)算每一窗口的均值、方差以及協(xié)方差,然后計(jì)算對(duì)應(yīng)塊的結(jié)構(gòu)相似度SSIM,最后將平均值作為兩圖像的結(jié)構(gòu)相似性度量,即平均結(jié)構(gòu)相似性MSSIM:

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡(jiǎn)書系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

  • 來(lái)源: http://www.douban.com/group/topic/14820131/ 調(diào)整變量格式: f...
    MC1229閱讀 7,134評(píng)論 0 5
  • 《R語(yǔ)言與統(tǒng)計(jì)分析》的讀書筆記 本書的重點(diǎn)內(nèi)容及感悟: 第三章 概率與分布 1、隨機(jī)抽樣 通過(guò)sample()來(lái)實(shí)...
    格式化_001閱讀 7,010評(píng)論 1 12
  • 距離我們上次相聚 仿若已有十年之久 我們像躺在抽屜里的舊信紙 靜靜地起著褶皺 地鐵里的人們都是同一種表情 像是被同...
    我的棉被閱讀 249評(píng)論 0 1
  • 宣傳形成漣漪效應(yīng)。后續(xù)工作需要跟上。
    游心于遠(yuǎn)閱讀 228評(píng)論 0 0
  • 終于還是出來(lái)了。因?yàn)闆](méi)辦法安心工作,加上還是那股刺激的味道,讓我更加多了個(gè)偷懶的理由。人總是喜歡為自己所做的事找借...
    流浪癡人閱讀 211評(píng)論 0 0

友情鏈接更多精彩內(nèi)容