灰度级数为2的二值图的峰值信噪比的Matlab代码

假设原始图像为I，二值化后的图像为B，可以使用以下代码计算二值图的峰值信噪比（PSNR）：

I = imread('original_image.png'); % 读取原始图像
B = im2bw(I); % 将原始图像转换为二值图像

% 计算峰值信噪比
mse = mean(mean((double(I) - double(B)).^2));
psnr = 10 * log10(1/mse);

fprintf('PSNR: %f\n', psnr);

需要注意的是，由于二值图像只有0和1两个灰度级，因此峰值信噪比的最大值为无穷大。因此，一般情况下不会使用峰值信噪比来评估二值图像的质量。

相关问题

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。

matlab将灰度图像转化为二值图像的代码

可以使用Matlab自带的im2bw函数将灰度图像转化为二值图像，代码如下：

% 读取灰度图像
gray_img = imread('gray_image.png');

% 将灰度图像转化为二值图像，阈值为0.5
binary_img = im2bw(gray_img,0.5);

% 显示二值图像
imshow(binary_img);

其中，im2bw函数的第一个参数是原始灰度图像，第二个参数是二值化的阈值，可以根据实际情况调整。返回值是二值图像。