Вычисление отношения пикового сигнала к шуму (PSNR) между изображениями
Computer Vision Toolbox/Статистика
Блок PSNR вычисляет отношение пикового сигнала к шуму в децибелах между двумя изображениями. Это отношение используется как измерение качества между исходным и сжатым изображением. Чем выше PSNR, тем лучше качество сжатого или восстановленного изображения.
Среднеквадратичная ошибка (MSE) и отношение пикового сигнала к шуму (PSNR) используются для сравнения качества сжатия изображения. MSE представляет совокупную квадратичную невязку между сжатым и оригинальное изображение, в то время как PSNR представляет меру пиковой ошибки. Чем меньше значение MSE, тем меньше ошибка.
Чтобы вычислить PSNR, блок сначала вычисляет среднюю квадратную ошибку, используя следующее уравнение:
В предыдущем уравнении M и N являются количеством строк и столбцов на вход изображениях. Затем блок вычисляет PSNR с помощью следующего уравнения:
В предыдущем уравнении R является максимальным колебанием в вход типе данных изображения. Для примера, если вход изображение имеет тип данных с двойной точностью и плавающей точностью, то R равно 1. Если он имеет 8-битный беззнаковый целочисленный тип данных, R равен 255 и т.д.
Существуют различные подходы к вычислению PSNR цветного изображения. Поскольку человеческий глаз наиболее чувствителен к информации luma, можно вычислить PSNR для цветовых изображений, преобразовав изображение в цветовое пространство, которое разделяет канал интенсивности (luma), такой как YCbCr. Y (luma), в YCbCr представляет собой взвешенное среднее значение R, G и B. G, опять же, потому что человеческий глаз воспринимает ее наиболее легко. Вычислите PSNR только на канале luma.
Типы данных |
|
Многомерные сигналы |
|
Сигналы переменного размера |
|
