measerr

Метрики качества сигнала или приближения изображения

Описание

пример

[PSNR,MSE,MAXERR,L2RAT] = measerr(X,XAPP) возвращает пиковое отношение сигнал/шум, PSNR, средняя квадратная ошибка, MSE, максимальная квадратичная невязка, MAXERR, и отношение квадратов норм, L2RAT, для входного сигнала или изображения, X, и его приближение, XAPP.

пример

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

Примеры

свернуть все

Аппроксимируйте изображение RGB и вычислите метрики качества.

Загрузка изображения RGB. Верните размерности 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 приближение изображения путем установки равной 1 все значения RGB, меньше или равные 100.

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

Отобразите изображение и его приближение.

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 приближения изображения.

[psnr,mse,maxerr,L2rat] = measerr(X,Xapp)
psnr = 17.5287
mse = 1.1487e+03
maxerr = 99
L2rat = 0.9398

Аппроксимируйте полутоновое изображение и вычислите метрики качества приближения.

Создайте 256 на 256 полутоновое изображение с интенсивностью между 0 и 216-1.

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

На каждую выборку приходится 16 бит. Задайте приближение изображения путем установки равной 1 все значения полутонового цвета меньше или равны 1000. Отобразите изображение и его приближение.

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 каждую выборку приходится 16 бит. Вычислите метрики качества полутонового приближения.

bps = 16;
[psnr,mse,maxerr,L2rat] = measerr(X,Xapp)
psnr = 11.0733
mse = 5.0786e+03
maxerr = 999
L2rat = 1.0000

Входные параметры

свернуть все

Входной сигнал или изображение, заданное как вещественный массив.

Приближение сигнала или X изображения, заданный как массив с реальным значением. XAPP - тот же размер, что и X.

Биты на выборку входных данных, заданные как положительное целое число. Значение по умолчанию 8таким образом, максимально возможное значение пикселя изображения (MAXI) составляет 255. В более общем случае, когда выборки представлены с использованием линейного импульсного Кода модуляции с B битами на выборку, MAXI равен 2B−1.

Выходные аргументы

свернуть все

Пиковое отношение сигнал/шум (PSNR) в децибелах, возвращаемое как положительное действительное число. PSNR имеет значение только для данных, закодированных с точки зрения бит на выборку или биты на пиксель. Для примера изображение с 8 битами на пиксель содержит целые числа от 0 до 255.

Средняя квадратная ошибка, возвращенная как положительное вещественное число. MSE - квадратная норма различия между X и XAPP делится на количество элементов.

Максимальное абсолютное квадратное отклонение данных X из приближения XAPP, возвращается как положительное вещественное число.

Отношение энергии между приближением XAPP и входных данных X, возвращается как положительное вещественное число. L2RAT - отношение квадратной нормы XAPP на X.

Подробнее о

свернуть все

Отношение пикового сигнала к шуму

Пиковое отношение сигнал/шум (PSNR) в децибелах между сигналом и его приближением является

20log10(2B1MSE)

где MSE представляет среднюю квадратную ошибку, а B представляет биты на выборку.

Средняя квадратная ошибка

Средняя квадратная ошибка (MSE) между сигналом или изображением, X и приближением, Y, является

||XY||2N

где N - количество элементов в сигнале.

Ссылки

[1] Huynh-Thu, Q. and M. Ghanbari. «Возможности валидности PSNR в оценке качества изображений/видео». Электронные буквы. Том 44, Выпуск 13, 2008, стр. 800-801.

Введенный в R2010b
Для просмотра документации необходимо авторизоваться на сайте