二值图的峰值信噪比的Matlab代码

以下是二值图的峰值信噪比 (Peak Signal-to-Noise Ratio, PSNR) 的 Matlab 代码示例：

% 读取原始图片和噪声图片
I = imread('original_image.bmp');
J = imread('noisy_image.bmp');

% 将RGB图像转换为灰度图像
I = rgb2gray(I);
J = rgb2gray(J);

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

% 显示结果
fprintf('PSNR = %f\n', psnr);

其中，`I` 和 `J` 分别是原始图片和噪声图片的灰度图像矩阵，`mse` 是均方误差，`psnr` 是峰值信噪比，单位为分贝（dB）。这里假设图片的像素值范围为 0~255。

相关问题

读取已有两张图像峰值信噪比matlab代码

以下是读取两张图像并计算其峰值信噪比的 Matlab 代码：

% 读取图像
img1 = imread('image1.jpg');
img2 = imread('image2.jpg');

% 计算峰值信噪比
PSNR = psnr(img1, img2);

% 显示结果
fprintf('图像1和图像2的峰值信噪比为 %.2f dB\n', PSNR);

其中，`imread` 函数用于读取图像，`psnr` 函数用于计算峰值信噪比。在上述代码中，我们将第一张图像命名为 `image1.jpg`，第二张图像命名为 `image2.jpg`，你需要将代码中的文件名替换为你自己的图像文件名。最后，我们使用 `fprintf` 函数输出计算结果。

峰值信噪比matlab代码

峰值信噪比（Peak Signal-to-Noise Ratio, PSNR）是衡量图像质量的一种常用指标。其计算公式为：

PSNR = 10 * log10((MAX^2) / MSE)

其中，MAX为像素值的最大值，通常为255；MSE为均方误差，计算公式为：

MSE = 1 / (M * N) * ∑[i=1:M, j=1:N] (I(i,j) - K(i,j))^2

其中，M和N分别为图像的宽和高，I为原图像，K为经过压缩或其他处理后的图像。

下面是一个简单的MATLAB代码示例，用于计算两幅图像之间的PSNR：

function psnr_value = psnr(img1, img2)
% img1和img2分别为两幅图像的矩阵表示

% 计算图像宽和高
[M, N] = size(img1);

% 计算像素值最大值
MAX = 255;

% 计算均方误差
mse = sum(sum((img1 - img2) .^ 2)) / (M * N);

% 计算PSNR值
psnr_value = 10 * log10((MAX^2) / mse);
end

使用方法：

1. 将上述代码保存为一个.m文件，例如psnr.m；
2. 在MATLAB命令窗口中输入以下命令：

img1 = imread('image1.jpg');
img2 = imread('image2.jpg');
psnr_value = psnr(img1, img2);

其中，'image1.jpg'和'image2.jpg'分别为两幅图像的文件名，可以更改为实际使用的文件名。执行完上述命令后，psnr_value即为两幅图像之间的PSNR值。