psnr

峰值信噪比 (PSNR)

全页折叠

语法

peaksnr = psnr(A,ref)

peaksnr = psnr(A,ref,peakval)

peaksnr = psnr(___,'DataFormat',dataFormat)

[peaksnr,snr] = psnr(___)

说明

peaksnr = psnr(A,ref) 以图像 ref 为参考，计算图像 A 的峰值信噪比 (PSNR)。PSNR 值越大，表示图像质量越好。

示例

peaksnr = psnr(A,ref,peakval) 使用峰值信号值 peakval 计算图像 A 的 PSNR。

peaksnr = psnr(___,'DataFormat',dataFormat) 还指定未格式化图像数据的维度标签 dataFormat。使用此语法为沿一个批量维度的每个元素返回一个单独的 PSNR。

示例

[peaksnr,snr] = psnr(___) 还返回简单信噪比 snr。

示例

全部折叠

给定原始图像作为参考，计算含噪图像的 PSNR

打开实时脚本

读取图像并创建一个添加了噪声的副本。原始图像作为参考图像。

ref = imread('pout.tif');
A = imnoise(ref,'salt & pepper', 0.02);

计算 PSNR。

[peaksnr, snr] = psnr(A, ref);
  
fprintf('\n The Peak-SNR value is %0.4f', peaksnr);

 The Peak-SNR value is 22.6437

fprintf('\n The SNR value is %0.4f \n', snr);

 The SNR value is 15.5524

计算 `dlarray` 输入的 PSNR

打开实时脚本

将一个图像读入工作区中，然后使用图像数据创建一个非格式化的 dlarray 对象。

ref = imread("strawberries.jpg");
ref = im2single(ref);
dlref = dlarray(ref);

向该图像添加椒盐噪声，然后使用含噪图像数据创建一个非格式化的 dlarray 对象。

noisy = imnoise(ref,'salt & pepper');
dlnoisy = dlarray(noisy);

计算含噪数据相对于原始数据的峰值 SNR 和 SNR。

[peaksnr,snr] = psnr(dlnoisy,dlref)

peaksnr = 
  1x1 single dlarray

   17.5941

snr = 
  1x1 single dlarray

   11.1265

计算图像序列中图像的 PSNR

打开实时脚本

将一个参考图像读入工作区中。

ref = imread("office_1.jpg");

预分配两个数组，用于存储与参考图像大小相同的六个图像组成的一个序列。

numFrames = 6;
imsOriginal = zeros([size(ref) numFrames],class(ref));
imsNoisy = zeros([size(ref) numFrames],class(ref));

读取图像并将其添加到预分配的数组中。一个数组存储原始图像数据。另一个数组存储添加了椒盐噪声的图像数据。

for p = 1:numFrames
    filename = strcat("office_",num2str(p),".jpg");
    im = imread(filename);
    imsOriginal(:,:,:,p) = im;
    imsNoisy(:,:,:,p) = imnoise(im,"salt & pepper");
end

以蒙太奇方式显示图像序列。第一行显示具有原始图像数据的序列。第二行显示具有含噪图像数据的序列。

montage(cat(4,imsOriginal,imsNoisy),"Size",[2 numFrames])

Figure contains an axes object. The hidden axes object contains an object of type image.

通过将输入数组的数据格式指定为 "SSCB"（空间、空间、通道、批量），计算每个含噪图像相对于对应原始图像的 PSNR。

peak_psnrs = psnr(imsNoisy,imsOriginal,"DataFormat","SSCB");
peak_psnrs = squeeze(peak_psnrs)

peak_psnrs = 6×1

   16.3560
   16.9698
   17.8079
   18.1843
   18.0656
   17.1682

输入参数

全部折叠

`A` — 要分析的图像
数值数组 | `dlarray` 对象

要分析的图像，指定为任意维度的数值数组或 dlarray (Deep Learning Toolbox) 对象。

数据类型: single | double | int16 | uint8 | uint16

`ref` — 参考图像
数值矩阵 | `dlarray` 对象

参考图像，指定为数值数组或 dlarray (Deep Learning Toolbox) 对象。参考图像与图像 A 具有相同的大小和数据类型。

数据类型: single | double | int16 | uint8 | uint16

`peakval` — 峰值信号级别
非负数

峰值信号级别，指定为非负数。如果未指定，则 peakval 的默认值取决于 A 和 ref 的类。

如果图像的数据类型为 double 或 single，则 psnr 假定图像数据在范围 [0, 1] 内。peakval 的默认值为 1。
如果图像是整数数据类型，则 peakval 的默认值是该类的范围所允许的最大值。对于 uint8 数据，peakval 的默认值为 255。对于 uint16 或 int16，默认值为 65535。

`dataFormat` — 维度标签
字符串标量 | 字符向量

输入图像 A 和 ref 的维度标签，指定为字符串标量或字符向量。dataFormat 中的每个字符必须为以下标签之一：

S - 空间
C - 通道
B - 批量观测值

格式不能包含一个以上的通道标签或批量标签。当输入图像是格式化的 dlarray 对象时，请不要指定 'dataFormat' 参量。

示例: 'SSC' 表示该数组具有两个空间维度和一个通道维度，适用于二维 RGB 图像数据。

示例: 'SSCB' 表示该数组具有两个空间维度、一个通道维度和一个批量维度，适用于二维 RGB 图像数据序列。

输出参量

全部折叠

`peaksnr` — PSNR
数值标量 | 数值数组 | `dlarray` 对象

以分贝为单位的 PSNR，以下列值之一形式返回。

输入图像类型	PSNR 值
非格式化数值数组不带批量维度 (`'B'`) 的格式化数值数组	具有单一 PSNR 测量值的数值标量。
非格式化 `dlarray` (Deep Learning Toolbox) 对象	具有单一 PSNR 测量值的 1×1 `dlarray` 对象。
使用 `dataFormat` 参量指定批量维度的数值数组	与输入图像具有相同维度的数值数组。`peaksnr` 的空间维度和通道维度是单一维度。沿批量维度的每个元素都有一个 PSNR 测量值。
具有批量维度的格式化 `dlarray` 对象使用 `dataFormat` 参量指定批量维度的非格式化 `dlarray` 对象	与输入图像具有相同维度的 `dlarray` 对象。`peaksnr` 的空间维度和通道维度是单一维度。沿批量维度的每个元素都有一个 PSNR 测量值。

如果 A 和 ref 的数据类型为 single，则 peaksnr 的数据类型为 single。否则，peaksnr 的数据类型为 double。

`snr` — 信噪比
数值标量 | 数值数组 | `dlarray` 对象

以分贝为单位的信噪比，以下列值之一形式返回。

输入图像类型	PSNR 值
非格式化数值数组不带批量维度 (`'B'`) 的格式化数值数组	具有单一 SNR 测量值的数值标量。
非格式化 `dlarray` (Deep Learning Toolbox) 对象	具有单一 SNR 测量值的 1×1 `dlarray` 对象。
使用 `dataFormat` 参量指定批量维度的数值数组	与输入图像具有相同维度的数值数组。`snr` 的空间维度和通道维度是单一维度。沿批量维度的每个元素都有一个 SNR 测量值。
具有批量维度的格式化 `dlarray` 对象使用 `dataFormat` 参量指定批量维度的非格式化 `dlarray` 对象	与输入图像具有相同维度的 `dlarray` 对象。`peaksnr` 的空间维度和通道维度是单一维度。沿批量维度的每个元素都有一个 SNR 测量值。

如果 A 和 ref 的数据类型为 single，则 snr 的数据类型为 single。否则，snr 的数据类型为 double。

算法

psnr 函数通过以下方程来计算 PSNR：

$P S N R = 10 \log_{10} (p e a k v a l^{2} / M S E)$

peakval 由用户指定或取自图像数据类型的范围。例如，对于数据类型为 uint8 的图像，peakval 是 255。MSE 是 A 和 ref 之间的均方误差。

扩展功能

C/C++ 代码生成
使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

psnr 支持 C 代码生成（需要 MATLAB^® Coder™）。有关详细信息，请参阅图像处理的代码生成。

GPU 代码生成
使用 GPU Coder™ 为 NVIDIA® GPU 生成 CUDA® 代码。

GPU 数组
通过使用 Parallel Computing Toolbox™ 在图形处理单元 (GPU) 上运行来加快代码执行。

此函数完全支持 GPU 数组。有关详细信息，请参阅GPU 上的图像处理。

版本历史记录

在 R2014a 中推出

全部展开

R2021a: 计算深度学习数组的度量并指定计算的维度

psnr 函数现在接受深度学习应用程序的 dlarray 输入。

此函数还支持维度标签为 'S'（空间）、'C'（通道）和 'B'（批量）的格式化数据。对于具有批量维度的数据，该函数为沿批量维度的每个索引返回一个单独的结果。

R2021a: 支持 GPU 加速

psnr 现在支持 GPU 加速（需要 Parallel Computing Toolbox™）。

另请参阅

主题

Image Quality Metrics

psnr

语法

说明

示例

给定原始图像作为参考，计算含噪图像的 PSNR

计算 dlarray 输入的 PSNR

计算图像序列中图像的 PSNR

输入参数

A — 要分析的图像 数值数组 | dlarray 对象

ref — 参考图像 数值矩阵 | dlarray 对象

peakval — 峰值信号级别 非负数

dataFormat — 维度标签 字符串标量 | 字符向量

输出参量

peaksnr — PSNR 数值标量 | 数值数组 | dlarray 对象

snr — 信噪比 数值标量 | 数值数组 | dlarray 对象

算法

扩展功能

C/C++ 代码生成 使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

GPU 代码生成 使用 GPU Coder™ 为 NVIDIA® GPU 生成 CUDA® 代码。

GPU 数组 通过使用 Parallel Computing Toolbox™ 在图形处理单元 (GPU) 上运行来加快代码执行。

版本历史记录

R2021a: 计算深度学习数组的度量并指定计算的维度

R2021a: 支持 GPU 加速

另请参阅

主题

WeChat

计算 `dlarray` 输入的 PSNR

`A` — 要分析的图像
数值数组 | `dlarray` 对象

`ref` — 参考图像
数值矩阵 | `dlarray` 对象

`peakval` — 峰值信号级别
非负数

`dataFormat` — 维度标签
字符串标量 | 字符向量

`peaksnr` — PSNR
数值标量 | 数值数组 | `dlarray` 对象

`snr` — 信噪比
数值标量 | 数值数组 | `dlarray` 对象

C/C++ 代码生成
使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

GPU 代码生成
使用 GPU Coder™ 为 NVIDIA® GPU 生成 CUDA® 代码。

GPU 数组
通过使用 Parallel Computing Toolbox™ 在图形处理单元 (GPU) 上运行来加快代码执行。