请详细介绍psnr和ssim

PSNR（Peak Signal-to-Noise Ratio）是一种用于评估两个图像之间相似度的指标。它主要是通过计算两个图像的峰值信噪比来确定它们之间的相似性。PSNR值越高，表示两幅图像之间的相似度越高。PSNR的计算公式如下：

$$
PSNR = 10 \times \log_{10}\left(\frac{MAX^2}{MSE}\right)
$$

其中，$MAX$代表像素值的最大值（通常为255），$MSE$是两个图像之间的均方误差。

SSIM（Structural Similarity Index）是一种用于评估两个图像之间相似度的指标。它主要是通过比较两个图像的结构信息来确定它们之间的相似性。SSIM值越接近1，表示两幅图像之间的相似度越高。SSIM的计算公式如下：

$$
SSIM(x,y) = \frac{(2\mu_x\mu_y+c_1)(2\sigma_{xy}+c_2)}{(\mu_x^2+\mu_y^2+c_1)(\sigma_x^2+\sigma_y^2+c_2)}
$$

其中，$\mu_x$和$\mu_y$分别代表两个图像的均值，$\sigma_x$和$\sigma_y$分别代表两个图像的标准差，$\sigma_{xy}$代表两个图像之间的协方差。$c_1$和$c_2$是两个常数，用于避免分母为0的情况。