峰值信噪比PSNR 结构相似性SSIM

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