实现灰度图像峰值信噪比计算

来源：互联网发布：新丰网络问政首页编辑：程序博客网时间：2024/06/05 03:44

峰值信噪比(PSNR)，一种评价图像的客观标准。它具有局限性，PSNR是“PeakSignaltoNoiseRatio”的缩写。peak的中文意思是顶点。而radio的意思是比率或比列的。整个意思就是到达噪音比率的顶点信号，psnr是一般是用于最大值信号和背景噪音之间的一个工程项目。通常在经过影像压缩之后，输出的影像通常都会有某种程度与原始影像不一样。为了衡量经过处理后的影像品质，我们通常会参考PSNR值来认定某个处理程序够不够令人满意。它是原图像与处理图像之间均方误差相对于(2^n-1)^2的对数值(信号最大值的平方，n是每个采样值的比特数)，它的单位是dB。公式如下：

其中，MSE是原图像与处理图像之间均方误差。公式中的符号采用了MATLAB的用法。Peak就是指8bits表示法的最大值255。MSE指MeanSquareError，I(角标n)指原始影像第n个pixel值，P(角标n)指经处理后的影像第n个pixel值。PSNR的单位为dB。所以PSNR值越大，就代表失真越少。

PSNR是最普遍，最广泛使用的评鉴画质的客观量测法，不过许多实验结果都显示，PSNR的分数无法和人眼看到的视觉品质完全一致，有可能PSNR较高者看起来反而比PSNR较低者差。这是因为人眼的视觉对于误差的敏感度并不是绝对的，其感知结果会受到许多因素的影响而产生变化（例如：人眼对空间频率较低的对比差异敏感度较高，人眼对亮度对比差异的敏感度较色度高，人眼对一个区域的感知结果会受到其周围邻近区域的影响）。

实现了灰度图像的PSNR的计算，如下代码虽说是针对灰度图像的，但能很容易扩展到多通道图像的PSNR的计算。

#include "opencv2/opencv.hpp"int _tmain(int argc, _TCHAR* argv[]){IplImage* img = cvLoadImage("test.jpg",0);        /////////////////////////////////////////////////////////////////提供两种方法，实现PSNR计算。        //////////////////////////////////////////////////////////////　　　　　　　//一种方法：使用OpenCV库提供的函数，实现PSNR的计算:    CvScalar sum=cvSum(img);      CvScalar mean=cvAvg(img);      CvScalar stddev;      cvAvgSdv(img,NULL,&stddev);      double psnr=20*log10(255/stddev.val[0]);      printf("SUM    =%lf\n",sum.val[0]);      printf("Mean   =%lf\n",mean.val[0]);      printf("STDDEV =%lf\n",stddev.val[0]);      printf("PSNR   =%lf\n",psnr);printf("\n");/////////////////////////////////////////////////////////////// ///另一种方法:不使用opencv库函数，实现PSNR的计算:    int height=img->height;      int width=img->width;      int step=img->widthStep;      uchar *data=(uchar *)img->imageData;      int i,j;      double _sum=0;  for(i=0;i<height;i++) {          for(j=0;j<width;j++){              _sum+=data[i*step+j];          }      }      double _mean=_sum/(width*height);      double _mse=0;      for(i=0;i<height;i++)  {          for(j=0;j<width;j++) {              _mse+=(data[i*step+j]-_mean)*(data[i*step+j]-_mean);          }      }      _mse=_mse/(width*height);      double _psnr=10*log10(255*255/_mse);printf("SUM    =%lf\n",_sum);      printf("Mean   =%lf\n",_mean);      printf("Mse    =%lf\n",_mse);      printf("PSNR   =%lf\n",_psnr); /////////////////////////////////////////////////////////////    cvNamedWindow("Test", CV_WINDOW_AUTOSIZE);       cvShowImage("Test", img );        cvWaitKey(0);      cvDestroyWindow("Test");      cvReleaseImage(&img );  return 0;}

测试结果如下所示：

关于Image Engineering & Computer Vision的更多讨论与交流，敬请关注本博客和新浪微博songzi_tea.

1 0