详细介绍PSNR、SSIM

PS（Peak Signal-to-Noise Ratio）和SSIM（Structural Similarity Index）是两种常用于图像压缩和图像质量评估的指标。

PSNR是以峰值信噪比为基础的图像质量评价指标，用来衡量原始图像与压缩后的图像之间的失真程度。它的计算公式为：

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

其中MAX为像素值的最大值，通常为255；MSE为压缩后图像与原始图像之间的均方误差，可以表示为：

MSE=1/MNΣ(i=0 to M-1)Σ(j=0 to N-1)[I(i,j)-K(i,j)]^2

其中I(i,j)为原始图像的像素值，K(i,j)为压缩后的图像像素值，M和N分别为图像的宽和高。

PSNR的取值范围为0到无穷大，数值越大表示失真越小，图像质量越好。常用的PSNR阈值是30dB，当PSNR大于30dB时，说明压缩后的图像质量较好。

SSIM是一种基于结构相似性的图像质量评价指标，它不仅考虑了失真的影响，还考虑了图像的结构信息。SSIM的计算公式为：

SSIM(x,y)= [L(x,y)*C(x,y)*S(x,y)]^α

其中x和y分别表示原始图像和压缩后的图像，L(x,y)、C(x,y)和S(x,y)分别表示亮度、对比度和结构相似性，α为加权系数。

SSIM的取值范围为0到1，数值越大表示失真越小，图像质量越好。常用的SSIM阈值是0.9，当SSIM大于0.9时，说明压缩后的图像质量较好。与PSNR相比，SSIM更符合人类视觉系统的感知，因为它考虑了图像的结构信息。