SSIM评价图片去噪的matlab代码,代码不涉及加噪图像
时间: 2023-12-03 10:44:24 浏览: 30
以下是使用SSIM评价图片去噪的Matlab代码:
```matlab
clc;
clear all;
close all;
% 读入原始图像和去噪后的图像
original = imread('original.png');
denoised = imread('denoised.png');
% 计算SSIM值
[ssimval, ~] = ssim(denoised, original);
% 显示原始图像和去噪后的图像
figure;
subplot(1,2,1);
imshow(original);
title('Original Image');
subplot(1,2,2);
imshow(denoised);
title(['Denoised Image (SSIM = ' num2str(ssimval) ')']);
```
代码中读入了原始图像和去噪后的图像,然后使用Matlab自带的`ssim`函数计算SSIM值,并将原始图像和去噪后的图像一起显示出来。其中,`num2str`函数用于将`ssimval`变量转换为字符串类型,以便能够在标题中显示SSIM值。
相关问题
SSIM评价图片去噪的matlab代码
以下是基于SSIM指标评价图像去噪的Matlab代码:
```matlab
% 读入原始图像和加噪图像
I = imread('original_image.jpg');
J = imread('noisy_image.jpg');
% 对加噪图像进行滤波处理
K = wiener2(J,[5 5]);
% 计算 SSIM 指标
[ssimval,ssimmap] = ssim(K,I);
% 显示原始图像、加噪图像、去噪图像和 SSIM 图像
figure, imshow(I), title('Original Image');
figure, imshow(J), title('Noisy Image');
figure, imshow(K), title('Denoised Image');
figure, imshow(ssimmap,[]), title(sprintf('SSIM Index Map\nSSIM Value = %0.4f',ssimval));
```
在上述代码中,`I` 和 `J` 分别是原始图像和加噪图像,`K` 是对加噪图像进行滤波处理后的去噪图像。使用 `wiener2` 函数对加噪图像进行滤波处理,该函数使用维纳滤波器来降噪。最后,使用 `ssim` 函数计算 SSIM 指标并显示原始图像、加噪图像、去噪图像和 SSIM 图像。
SSIM评价图片去噪的代码
下面是使用structural similarity index(SSIM)评价图片去噪的Python代码示例,其中使用了OpenCV库:
```python
import cv2
from skimage.measure import compare_ssim
# 读取原始图像和去噪后的图像
img1 = cv2.imread('original_image.png', 0)
img2 = cv2.imread('denoised_image.png', 0)
# 计算SSIM值
ssim = compare_ssim(img1, img2)
# 打印SSIM值
print('SSIM:', ssim)
```
在上述代码中,我们使用了skimage.measure模块中的compare_ssim()函数来计算SSIM值,该函数的参数为两个图像数组。我们可以使用OpenCV库中的imread()函数读取原始图像和去噪后的图像。最后打印出SSIM值即可。
需要注意的是,SSIM值的范围为[-1, 1],值越接近1表示两张图像越相似,值越接近-1表示两张图像越不相似。
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)