峰值信噪比评估高光谱图像去噪代码matlab

峰值信噪比（Peak Signal-to-Noise Ratio，PSNR）是一种常用的评估图像质量指标，用于衡量原始图像与去噪后图像之间的相似度。在高光谱图像去噪中，可以使用PSNR来评估去噪算法的效果。

以下是一个使用MATLAB编写的高光谱图像去噪代码示例：

% 读取原始图像
originalImage = imread('original_image.png');

% 添加高斯噪声
noisyImage = imnoise(originalImage, 'gaussian', 0, 0.01);

% 高光谱图像去噪算法（这里以均值滤波为例）
denoisedImage = imfilter(noisyImage, fspecial('average', [3 3]));

% 计算峰值信噪比
mse = mean((originalImage(:) - denoisedImage(:)).^2);
psnr = 10 * log10((255^2) / mse);

% 显示结果
subplot(1, 3, 1), imshow(originalImage), title('原始图像');
subplot(1, 3, 2), imshow(noisyImage), title('添加噪声后的图像');
subplot(1, 3, 3), imshow(denoisedImage), title(['去噪后的图像 (PSNR = ' num2str(psnr) ' dB)']);

这段代码首先读取原始图像，然后添加高斯噪声。接下来使用均值滤波算法对噪声图像进行去噪处理。最后，计算去噪后图像与原始图像之间的均方误差（Mean Squared Error，MSE），并通过PSNR公式计算峰值信噪比。最后，将原始图像、添加噪声后的图像和去噪后的图像显示在一个图像窗口中，并在标题中显示PSNR值。