参考:https://zhuanlan.zhihu.com/p/50757421

PSNR 峰值信噪比

peak signal-to-noise ratio
给定一个大小为图像评价指标PSNR和SSIM - 图1的干净图像图像评价指标PSNR和SSIM - 图2和噪声图像图像评价指标PSNR和SSIM - 图3,均方误差图像评价指标PSNR和SSIM - 图4定义为:
图像评价指标PSNR和SSIM - 图5
然后图像评价指标PSNR和SSIM - 图6就定义为:
图像评价指标PSNR和SSIM - 图7
其中图像评价指标PSNR和SSIM - 图8为图片可能的最大像素值。如果每个像素都由 8 位二进制来表示,那么就为 255。通常,如果像素值由图像评价指标PSNR和SSIM - 图9位二进制来表示,那么图像评价指标PSNR和SSIM - 图10
一般地,针对 uint8 数据,最大像素值为 255,;针对浮点型数据,最大像素值为 1。

上面是针对灰度图像的计算方法,如果是彩色图像,通常有三种方法来计算。

  • 分别计算 RGB 三个通道的 PSNR,然后取平均值。
  • 计算 RGB 三通道的 MSE ,然后再除以 3 。
  • 将图片转化为 YCbCr 格式,然后只计算 Y 分量也就是亮度分量的 PSNR。

其中,第二和第三种方法比较常见。

PSNR高于40dB说明图像质量极好(即非常接近原始图像),在30—40dB通常表示图像质量是好的(即失真可以察觉但可以接受),在20—30dB说明图像质量差;最后,但PSNR低于20dB图像不可接受

  1. diff = im1 - im2
  2. mse = np.mean(np.square(diff))
  3. psnr = 10 * np.log10(255 * 255 / mse)

SSIM 结构相似性

structural similarity
图像评价指标PSNR和SSIM - 图11公式基于样本图像评价指标PSNR和SSIM - 图12图像评价指标PSNR和SSIM - 图13之间的三个比较衡量:亮度 (luminance)、对比度 (contrast) 和结构 (structure)。
图像评价指标PSNR和SSIM - 图14图像评价指标PSNR和SSIM - 图15图像评价指标PSNR和SSIM - 图16
一般取图像评价指标PSNR和SSIM - 图17

  • 图像评价指标PSNR和SSIM - 图18图像评价指标PSNR和SSIM - 图19的均值
  • 图像评价指标PSNR和SSIM - 图20图像评价指标PSNR和SSIM - 图21的均值
  • 图像评价指标PSNR和SSIM - 图22图像评价指标PSNR和SSIM - 图23的方差
  • 图像评价指标PSNR和SSIM - 图24图像评价指标PSNR和SSIM - 图25的方差
  • 图像评价指标PSNR和SSIM - 图26图像评价指标PSNR和SSIM - 图27图像评价指标PSNR和SSIM - 图28的协方差
  • 图像评价指标PSNR和SSIM - 图29为两个常数,避免除零
  • 图像评价指标PSNR和SSIM - 图30为像素值的范围,图像评价指标PSNR和SSIM - 图31
  • 图像评价指标PSNR和SSIM - 图32为默认值

那么
图像评价指标PSNR和SSIM - 图33
图像评价指标PSNR和SSIM - 图34设为 1,可以得到
图像评价指标PSNR和SSIM - 图35
每次计算的时候都从图片上取一个图像评价指标PSNR和SSIM - 图36的窗口,然后不断滑动窗口进行计算,最后取平均值作为全局的 SSIM。
其取值范围为[0,1],值越大越好