图像处理psnr和ssim评价指标Matlab代码

PSNR (Peak Signal-to-Noise Ratio) 和 SSIM (Structural Similarity Index Measure) 都是用于衡量图像处理中两幅图片质量差异的常用指标。

- PSNR 是一种主观度量，它基于像素级的均方误差(MSE)，数值越高表明图像质量越好。在 MATLAB 中，计算 PSNR 的代码通常如下：

function psnr = computePSNR(img1, img2)
    mse = mean((img1 - img2).^2);
    if mse == 0
        psnr = Inf; % 或者可以设置为最大值，比如30dB，取决于你的应用场景
    else
        max_value = max(max(img1(:)));
        psnr = 20*log10(max_value / sqrt(mse));
    end
end

- SSIM 则更注重结构相似性，同时考虑亮度、对比度和结构三个维度。在 MATLAB 中，SSIM 的计算可能需要使用一些库函数，如 `ssim` 函数，如果使用的是 Image Processing Toolbox，你可以这样做：

function ssim_val = computeSSIM(img1, img2)
    ssim_val = ssim(img1, img2, 'DataRange', [0 255]); % 数据范围通常设定为原始图像的像素值范围
end

如果你想要在 MATLAB 中比较两个图像并打印这两个指标，可以组合上面的函数：

img1 = ...; % 你的图像1
img2 = ...; % 你的图像2
psnr_val = computePSNR(img1, img2);
ssim_val = computeSSIM(img1, img2);

fprintf('PSNR: %.2f dB\n', psnr_val);
fprintf('SSIM: %.4f\n', ssim_val);