峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)和结构相似性(Structural Similarity,SSIM)是用于评估图像质量的指标。
PSNR是一种基于均方误差(Mean Square Error,MSE)的指标,它衡量了原始图像与经过压缩或其他处理后的图像之间的差异。PSNR越高,表示两幅图像之间的差异越小,图像质量越好。PSNR的计算公式为:
PSNR = 10 * log10((MAX^2) / MSE)
其中,MAX是像素值的最大值(例如8位灰度图像中的255),MSE是均方误差,其计算公式为:
MSE = (1 / MN) * Σi=0 to M-1 Σj=0 to N-1 [I(i,j) - K(i,j)]^2
其中,MN是图像像素总数,I(i,j)和K(i,j)分别是原始图像和处理后的图像在位置(i,j)处的像素值。
SSIM是一种结构化的指标,它考虑了图像的亮度、对比度和结构等因素,更符合人类视觉系统的感知。SSIM的计算公式为:
SSIM(x,y) = (2μxμy + C1)(2σxy + C2) / (μx^2 + μy^2 + C1)(σx^2 + σy^2 + C2)
其中,x和y分别是原始图像和处理后的图像,μx、μy、σx、σy、σxy分别是它们的均值、方差和协方差,C1和C2是常数,用于避免分母为0。
与PSNR相比,SSIM更适合评估图像的感知质量,但计算复