详细介绍PSNR、SSIM
时间: 2023-10-23 11:12:24 浏览: 134
PSNR+SSIM代码
3星 · 编辑精心推荐
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。
阅读全文