解析PSNR和SSIM
2015-08-24 16:03
190 查看
PSNR(Peak Signal to Noise Ratio)峰值信噪比,一种全参考的图像质量评价指标。
![](http://pic002.cnblogs.com/images/2012/440589/2012101321564314.jpg)
其中,MSE表示当前图像X和参考图像Y的均方误差(Mean Square Error),H、W分别为图像的高度和宽度;n为每像素的比特数,一般取8,即像素灰阶数为256. PSNR的单位是dB,数值越大表示失真越小。
PSNR是最普遍和使用最为广泛的一种图像客观评价指标,然而它是基于对应像素点间的误差,即基于误差敏感的图像质量评价。由于并未考虑到人眼的视觉特性(人眼对空间频率较低的对比差异敏感度较高,人眼对亮度对比差异的敏感度较色度高,人眼对一个区域的感知结果会受到其周围邻近区域的影响等),因而经常出现评价结果与人的主观感觉不一致的情况。
SSIM(structural similarity)结构相似性,也是一种全参考的图像质量评价指标,它分别从亮度、对比度、结构三方面度量图像相似性。
![](http://pic002.cnblogs.com/images/2012/440589/2012101322383017.jpg)
其中ux、uy分别表示图像X和Y的均值,σX、σY分别表示图像X和Y的方差,σXY表示图像X和Y的协方差,即
![](http://pic002.cnblogs.com/images/2012/440589/2012101420562681.jpg)
C1、C2、C3为常数,为了避免分母为0的情况,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. 则
![](http://pic002.cnblogs.com/images/2012/440589/2012101323212190.jpg)
SSIM取值范围[0,1],值越大,表示图像失真越小.
在实际应用中,可以利用滑动窗将图像分块,令分块总数为N,考虑到窗口形状对分块的影响,采用高斯加权计算每一窗口的均值、方差以及协方差,然后计算对应块的结构相似度SSIM,最后将平均值作为两图像的结构相似性度量,即平均结构相似性MSSIM:
![](http://pic002.cnblogs.com/images/2012/440589/2012101323285671.jpg)
相关文章推荐
- HDU 3038 How Many Answers Are Wrong(带权并查集)
- hdoj 3488 Tour 【最小费用最大流】【KM算法】
- 使用ServletContext对象统计网站的访问量
- android ViewPager滑动欢迎界面
- 线程安全的方式引发事件
- POJ 3020 Antenna Placement 匈牙利算法,最大流解法 难度:1
- firefox HackBar组件模拟请求POST请求
- Coding 两步认证技术介绍
- 解决Fetching android sdk component information加载过久问题
- java中观察者模式
- 递归分析和分治算法
- 小试随机森林(random forest)算法ml
- 信任
- [python] 爬取网站所有的URL
- Cache
- ElasticSearch+LogStash+Kibana+Redis搭建日志管理服务
- Android layer-list 圆角阴影背景
- Gearman介绍、调研、测试与原理分析
- STL学习----入门(1)[iterator]
- 调用[[UIDevice currentDevice] userInterfaceIdiom]==UIUserInterfaceIdiomPad判断设备