PSNR值

计算峰值信噪比(PSNR)之间的图像

扩展所有的页面

库:
计算机视觉工具箱/统计数据

描述

峰值信噪比PSNR块计算,在分贝,两个图像之间。这一比率作为原始和压缩图像质量之间的测量。PSNR值越高,压缩的质量越好,或重建图像。

均方误差(MSE)和峰值信噪比(PSNR)是用来比较图像压缩质量。MSE代表累积平方误差之间的压缩和原始图像,而PSNR值代表一个峰的测量误差。MSE的价值越低,越低误差。

首先计算PSNR,块计算均方误差使用以下方程:

$米年代 E = \frac{\sum_{米, N} {(我_{1} (米, n) - 我_{2} (米, n)]}^{2}}{米 * N}$

在前面的方程,米和N行和列的数量在输入图像。然后计算块PSNR使用以下方程:

$P 年代 N R = 10 {日志}_{10} (\frac{R^{2}}{米年代 E})$

在前面的方程,R最大的波动在输入图像数据类型。例如,如果输入图像有一个双精度浮点数据类型,然后R是1。如果它有一个8位无符号整数数据类型,R是255,等等。

计算彩色图像的PSNR值

不同的方法存在计算彩色图像的PSNR值。由于人眼对亮度最敏感的信息,您可以计算彩色图像的PSNR值将图像转换为一个颜色空间分离强度(亮度)频道,比如YCbCr。在YCbCr Y(亮度),代表了一种加权平均的R, G, b G给出最重量,因为人眼感知它最容易。只在亮度通道计算PSNR。

港口

输入

全部展开

`I1`——输入图像
标量| |向量矩阵

输入图像,指定为标量、向量或矩阵。

数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64|布尔|不动点

`I2`——输入图像
标量| |向量矩阵

输入图像,指定为标量、向量或矩阵。

数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64|布尔|不动点

输出

全部展开

`输出`——输出
标量

峰值信噪比之间的图像,作为一个标量返回。

依赖关系

如果输入是一个定点或整数数据类型,块的输出是双精度浮点数。否则,块输入和输出数据类型都是相同的。

数据类型:双

模型的例子

比较使用PSNR值图像质量

比较嘈杂的质量和去噪图像的PSNR值计算使用PSNR值块。

打开脚本

块特征

数据类型	`双`\|`不动点`\|`整数`\|`单`
多维信号	`没有`
适应信号	`是的`

扩展功能

C / c++代码生成
使用仿真软件生成C和c++代码®编码器™。万博1manbetx

生成的代码只有在双或单数据类型。

定点转换
设计和模拟使用定点定点系统设计师™。

版本历史

之前介绍过的R2006a

另请参阅

psnr值