PSNR
计算图像之间的峰值信噪比 (PSNR)
库:
Computer Vision Toolbox /
Statistics
描述
PSNR 模块用于计算两幅图像之间的峰值信噪比（单位为分贝）。该比率用于衡量原始图像与压缩图像之间的质量差异。PSNR 值越高，压缩后或重建后的图像质量就越好。
采用均方误差 (MSE) 和峰值信噪比 (PSNR) 来比较图像压缩质量。MSE 表示压缩图像与原始图像之间的累积平方误差，而 PSNR 则表示峰值误差的度量。MSE 的值越小，误差就越小。
为了计算 PSNR，该模块首先使用以下公式计算均方误差：
在上一个方程中，M 和 N 分别表示输入图像的行数和列数。然后，该模块使用以下公式计算 PSNR：
在上一个方程中，R 表示输入图像数据类型的最大波动。例如，如果输入图像的数据类型为双精度浮点数，那么 R 的值为 1。如果该数据类型为 8 位无符号整数，则 R 的值为 255，以此类推。
计算彩色图像的 PSNR
计算彩色图像的 PSNR 有不同的方法。由于人眼对亮度信息的敏感度最高，因此可以通过将图像转换为能够分离亮度通道的色彩空间（例如 YCbCr）来计算彩色图像的 PSNR。在 YCbCr 色空间中，Y（亮度）代表 R、G 和 B 的加权平均值。其中 G 的权重最大，这同样是因为人眼对它的感知最为敏锐。仅对亮度通道计算 PSNR。
示例
使用 PSNR 比较图像质量
Compare the quality of a noisy and denoised image from the PSNR value computed using the PSNR block.
端口
输入
输出
模块特性
数据类型 |
|
多维信号 |
|
可变大小信号 |
|
扩展功能
版本历史记录
在 R2006a 之前推出
