Exponenta Banner
exponenta event banner

measerr

Показатели качества аппроксимации сигнала или изображения

свернуть все на странице

Синтаксис

[PSNR,MSE,MAXERR,L2RAT] = measerr (X, XAPP)
[PSNR,MSE,MAXERR,L2RAT] = measerr (X, XAPP, BPS)

Описание

пример

[PSNR,MSE,MAXERR,L2RAT] = measerr(X,XAPP) возвращает пиковое отношение сигнал-шум, PSNR, среднеквадратическая ошибка, MSE, максимальная квадратичная ошибка, MAXERRи отношение возведенных в квадрат норм, L2RAT, для входного сигнала или изображения, Xи его приближение, XAPP.

пример

[PSNR,MSE,MAXERR,L2RAT] = measerr(X,XAPP,BPS) использует биты на выборку, BPSдля определения пикового отношения сигнал/шум.

Примеры

свернуть все

Открыть сценарий в реальном времени

Аппроксимировать изображение RGB и вычислить метрики качества.

Загрузите образ RGB. Возвращает размеры изображения и минимальное и максимальное значения.

X = imread('africasculpt.jpg');
size(X)
ans = 1×3

   512   512     3


[min(X(:)) max(X(:))]
ans = 1x2 uint8 row vector

     0   236

Определите аппроксимацию изображения, установив равным 1 все значения RGB, меньшие или равные 100.

Xapp = X;
Xapp(X<=100) = 1;

Отображение изображения и его аппроксимации.

subplot(1,2,1)
image(X)
title('Original Image')
subplot(1,2,2)
image(Xapp)
title('Approximation')

Figure contains 2 axes. Axes 1 with title Original Image contains an object of type image. Axes 2 with title Approximation contains an object of type image.

Вычислите метрики качества аппроксимации изображения.

[psnr,mse,maxerr,L2rat] = measerr(X,Xapp)
psnr = 17.5287

mse = 1.1487e+03

maxerr = 99

L2rat = 0.9398
Открыть сценарий в реальном времени

Аппроксимировать изображение в градациях серого и вычислить метрики качества аппроксимации.

Создайте изображение в оттенках серого 256 на 256 с интенсивностями от 0 до 216-1.

val = 0:2^16-1;
X = reshape(val,256,256);

На выборку приходится 16 бит. Определите аппроксимацию изображения, установив равным 1 все значения оттенков серого, меньшие или равные 1000. Отображение изображения и его аппроксимации.

Xapp = X;
Xapp(X<=1000) = 1;
colormap(gray(2^16))
subplot(1,2,1)
image(X)
title('Original Image')
subplot(1,2,2)
image(Xapp)
title('Approximation')

Figure contains 2 axes. Axes 1 with title Original Image contains an object of type image. Axes 2 with title Approximation contains an object of type image.

На выборку приходится 16 бит. Вычислите метрики качества аппроксимации в градациях серого.

bps = 16;
[psnr,mse,maxerr,L2rat] = measerr(X,Xapp)
psnr = 11.0733

mse = 5.0786e+03

maxerr = 999

L2rat = 1.0000

Входные аргументы

свернуть все

Входной сигнал или изображение, указанное как массив вещественных значений.

Аппроксимация сигнала или изображения X, задается как массив с действительным значением. XAPP имеет тот же размер, что и X.

Биты на выборку входных данных, заданные как положительное целое число. Значение по умолчанию: 8поэтому максимально возможное значение пикселя изображения (MAXI) равно 255. В более общем случае, когда выборки представлены с использованием линейной импульсно-кодовой модуляции с В битами на выборку, MAXI равен 2B − 1.

Выходные аргументы

свернуть все

Пиковое отношение сигнал/шум (PSNR) в децибелах, возвращаемое как положительное вещественное число. PSNR имеет значение только для данных, закодированных в виде битов на выборку или битов на пиксель. Например, изображение с 8 битами на пиксель содержит целые числа от 0 до 255.

Среднеквадратическая ошибка, возвращаемая как положительное вещественное число. MSE является квадратной нормой разницы между X и XAPP делится на количество элементов.

Максимальное абсолютное квадратичное отклонение данных X из аппроксимации XAPP, возвращенное как положительное вещественное число.

Отношение энергии между аппроксимацией XAPP и входные данные X, возвращенное как положительное вещественное число. L2RAT - отношение квадратичной нормы XAPP кому X.

Подробнее

свернуть все

Пиковое отношение сигнал/шум

Пиковое отношение сигнал/шум (PSNR) в децибелах между сигналом и его аппроксимацией составляет

20log10 (2B−1MSE)

где MSE представляет среднеквадратическую ошибку, а B представляет биты на выборку.

Среднеквадратическая ошибка

Среднеквадратическая ошибка (MSE) между сигналом или изображением X и приближением Y равна

| | X − Y | | 2N

где N - количество элементов в сигнале.

Ссылки

[1] Хуйн-Тху, К. и М. Ганбари. «Объем действия ПСНР при оценке качества изображения/видео». Электронные письма. Том 44, выпуск 13, 2008, стр. 800-801.

См. также

| |

Темы

Представлен в R2010b

Документация инструментария вейвлет

Поддержка