MATLAB 均方根误差MSE、两图像的信噪比SNR、峰值信噪比PSNR、结构相似性SSIM
时间: 2023-08-15 12:05:31 浏览: 167
数字图形处理 验证均值滤波和中值滤波效果,并通过SNR\PSNR\SSIM三个参数对比
MATLAB 中均方根误差MSE的计算公式为:
```
MSE = mean((X-Y).^2)
```
其中,X和Y分别表示两幅图像的像素值矩阵,"."表示矩阵中每个元素进行运算,"^2"表示平方,mean函数表示求平均值。
信噪比SNR的计算公式为:
```
SNR = 10*log10((max(X(:))^2)/MSE)
```
其中,max(X(:))表示矩阵X中的最大值,log10表示以10为底的对数运算。
峰值信噪比PSNR的计算公式为:
```
PSNR = 10*log10((max(X(:))^2)/MSE)
```
与SNR的计算公式相同,只是将max(X(:))的平方作为分子。
结构相似性SSIM的计算公式为:
```
SSIM = ssim(X,Y)
```
其中,ssim是MATLAB内置的函数,用于计算两幅图像的结构相似性。SSIM值越接近1,表示两幅图像越相似。
阅读全文