PSNR.

峰值信噪比（PSNR）

页面上倒塌

句法

peaksnr = psnr（a，ref）

peaksnr = psnr（a，ref，peakval）

peaksnr = psnr（___，'dataformat'，dataformat）

[peaksnr，snr] = psnr（___）

描述

例子

山峰= psnr（一种那裁判）计算图像的峰值信噪比（PSNR）一种，带有图像裁判作为参考。

山峰= psnr（一种那裁判那峰值）计算图像的PSNR一种使用峰值信号值峰值。

例子

山峰= psnr（___，'dataformat'，dataformat.）还指定维度标签，dataformat.，未格式化的图像数据。使用此语法沿批处理维度返回每个元素的单独PSNR。

例子

[山峰那SNR.] = psnr（___）还返回简单的信噪比，SNR.。

例子

全部收缩

计算原始图像作为参考的噪声图像的PSNR

打开直播脚本

读取图像并创建具有添加噪声的副本。原始图像是参考图像。

ref = imread（'pout.tif'）;a = imnoise（参考，'椒盐'，0.02）;

计算PSNR。

[peaksnr，snr] = psnr（a，ref）;fprintf（'\ n峰值值为％0.4f'，peaksnr）;

峰值SNR值为22.6437

fprintf（'\ n SNR值为％0.4f \ n'，SNR）;

SNR值为15.5524

计算PSNR`dlarray.`输入

打开直播脚本

将图像读入工作区，然后创建一个未格式化的dlarray.对象与图像数据。

ref = imread（“strawberries.jpg”）;Ref = IM2Single（REF）;dlref = dlarray（ref）;

向图像添加盐和辣椒噪声，然后创建一个不形式化的dlarray.对象与嘈杂的图像数据。

noisy = imnoise（参考，'椒盐'）;dlnoisy = dlarray（嘈杂）;

根据原始数据计算噪声数据的峰值SNR和SNR。

[peaksnr，snr] = psnr（dlnoisy，dlref）

Peaksnr = 1x1单个dlarray 17.5941

SNR = 1x1单个Dlarray 11.1265

计算图像序列中的图像PSNR

打开直播脚本

在工作区中读取参考图像。

ref = imread（“Office_1.jpg”）;

预先利用两个阵列，存储一系列参考图像的六个图像的序列。

numframes = 6;Imsoriginal = zeros（[大小（ref）numframes]，class（ref））;imsnoisy = zeros（[size（ref）numframes]，class（ref））;

读取并将图像添加到预曝种的数组中。一个阵列存储原始图像数据。第二阵列将图像数据存储，添加盐和辣椒噪声。

为了p = 1：numframes filename = strcat（“办公室_”，num2str（p），“.jpg”）;IM = IMREAD（文件名）;imsoriginal（：：：：，p）= IM;imsnoisy（：：：：，p）= imnoise（Im，“椒盐”）;结尾

在蒙太奇中显示图像序列。第一行显示具有原始图像数据的序列。第二行显示具有噪声图像数据的序列。

蒙太奇（猫（4，Imsiginal，imsnoisy），“尺寸”，[2 numframes]）

图包含轴。轴包含类型图像的对象。

通过将输入阵列的数据格式指定为“SSCB”（空间，空间，信道，批次）来计算相对于相应的原始图像的每个噪声图像的峰值PSNR。

peak_psnrs = psnr（imsnoisy，imsoriginal，“dataformat”那“SSCB”）;peak_psnrs =挤压（peak_psnrs）

peak_psnrs =6×116.3560 16.9698 17.8079 18.1843 18.0656 18.0656 17.1682

输入参数

全部收缩

`一种`-要分析的图像
数字数组|`dlarray.`目的

要分析的图像，指定为任何维度或a的数字数组dlarray.（深度学习工具箱）目的。

数据类型：单身的|双倍的|int16|uint8.|uint16

`裁判`-参考映像
数字矩阵|`dlarray.`目的

参考图像，指定为数字数组或adlarray.（深度学习工具箱）目的。参考图像具有与图像相同的大小和数据类型一种。

数据类型：单身的|双倍的|int16|uint8.|uint16

`峰值`-峰值信号电平
非负号

峰值信号电平，指定为非负数字。如果未指定，则默认值峰值取决于班级一种和裁判。

如果图像是数据类型双倍的或者单身的，然后PSNR.假设图像数据在范围内[0,1]。默认值峰值是1。
如果图像是整数数据类型，那么默认值峰值是课程范围允许的最大值。为了uint8.数据，默认值峰值是255.。为了uint16或者int16，默认是65535.。

`dataformat.`-维度标签
字符串标量|字符向量

输入图像的尺寸标签一种和裁判，指定为字符串标量或字符向量。每个角色dataformat.必须是其中一个标签：

S.- 空间
C- 渠道
B.- 批量观察

格式不能包含多个通道标签或批处理标签。不要指定'dataformat.'在格式化输入图像时的参数dlarray.对象。

例子：'SSC'表示阵列具有两个空间尺寸和一个通道尺寸，适用于2-D RGB图像数据。

例子：'SSCB'表示阵列具有两个空间尺寸，一个通道尺寸和一个批处理尺寸，适用于2-D RGB图像数据的序列。

输出参数

全部收缩

`山峰`- psnr.
数字标量|数字阵列|`dlarray.`目的

PSNR在分贝中，作为其中一个值返回。

输入图像类型	PSNR价值
未格式化的数字阵列格式化数字阵列没有批处理（`'B'`）尺寸	具有单个PSNR测量的数字标量。
unformatted.`dlarray.`（深度学习工具箱）对象	1-by-1`dlarray.`具有单个PSNR测量的对象。
具有使用批处理尺寸的数字阵列`dataformat.`争论	与输入图像相同的数字数量。空间和通道尺寸`山峰`是单身尺寸。沿批量尺寸的每个元素有一个PSNR测量值
格式化`dlarray.`具有批处理维度的对象 unformatted.`dlarray.`使用使用批处理尺寸的对象`dataformat.`争论	`dlarray.`对象与输入图像相同的维度。空间和通道尺寸`山峰`是单身尺寸。沿批尺寸有每个元件有一个PSNR测量。

如果一种和裁判有数据类型单身的，然后山峰有数据类型单身的。除此以外，山峰有数据类型双倍的。

`SNR.`- 信噪比
数字标量|数字阵列|`dlarray.`目的

分贝中的信噪比，作为其中一个值返回。

输入图像类型	PSNR价值
未格式化的数字阵列格式化数字阵列没有批处理（`'B'`）尺寸	具有单个SNR测量的数字标量。
unformatted.`dlarray.`（深度学习工具箱）对象	1-by-1`dlarray.`具有单个SNR测量的对象。
具有使用批处理尺寸的数字阵列`dataformat.`争论	与输入图像相同的数字数量。空间和通道尺寸`SNR.`是单身尺寸。沿批量尺寸有一个SNR测量每个元素
格式化`dlarray.`具有批处理维度的对象 unformatted.`dlarray.`使用使用批处理尺寸的对象`dataformat.`争论	`dlarray.`对象与输入图像相同的维度。空间和通道尺寸`山峰`是单身尺寸。沿批量尺寸有一个SNR测量。