matlab實現PSNR

@

目錄

• 1.PSNR原理
• 2.PSNR的matlab實現代碼
• 3.針對彩色圖像的PSNR的matlab代碼

1.PSNR原理

PSNR，峰值信噪比，通常用來評價一幅圖像壓縮后和原圖像相比質量的好壞，當然，壓縮后圖像一定會比原圖像質量差的，所以就用這樣一個評價指標來規定標准了。PSNR越高，壓縮后失真越小。這里主要定義了兩個值，一個是均方差MSE，另一個是峰值信噪比PSNR，公式如下：

這里的MAX通常是圖像的灰度級，一般就是255了。

2.PSNR的matlab實現代碼

將圖像縮小再放大比較一下，下面是代碼：

close all;
clear all;
clc;

img=imread('lena.jpg');
[h w]=size(img);
imgn=imresize(img,[floor(h/2) floor(w/2)]);
imgn=imresize(imgn,[h w]);
img=double(img);
imgn=double(imgn);

B=8;                %編碼一個像素用多少二進制位
MAX=2^B-1;          %圖像有多少灰度級
MES=sum(sum((img-imgn).^2))/(h*w);     %均方差
PSNR=20*log10(MAX/sqrt(MES));           %峰值信噪比

PSNR越高，圖像和原圖越接近。

3.針對彩色圖像的PSNR的matlab代碼

(a)可以將分別計算R,G,B三個通道總和，最后MSE直接在原公式上多除以3就行（opencv官方代碼是這么做的，與matlab直接計算結果是一樣的）。
(b)將R,G,B格式轉換為YCbCr，只計算Y分量（亮度分量），結果會比直接計算要高幾個dB。
貼代碼，這里是將圖片格式轉成YCbCr（只計算Y分量）：

function [PSNR, MSE] = psnr(X, Y)
%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
% 計算峰值信噪比PSNR
% 將RGB轉成YCbCr格式進行計算
% 如果直接計算會比轉后計算值要小2dB左右（當然是個別測試）
%
%%%%%%%%%%%%%%%%%%%%%%%%%%%
 if size(X,3)~=1   %判斷圖像時不是彩色圖，如果是，結果為3，否則為1
   org=rgb2ycbcr(X);
   test=rgb2ycbcr(Y);
   Y1=org(:,:,1);
   Y2=test(:,:,1);
   Y1=double(Y1);  %計算平方時候需要轉成double類型，否則uchar類型會丟失數據
   Y2=double(Y2);
 else              %灰度圖像，不用轉換
     Y1=double(X);
     Y2=double(Y);
 end
 
if nargin<2    
   D = Y1;
else
  if any(size(Y1)~=size(Y2))
    error('The input size is not equal to each other!');
  end
 D = Y1 - Y2; 
end
MSE = sum(D(:).*D(:)) / numel(Y1); 
PSNR = 10*log10(255^2 / MSE);

然后寫主函數

 X= imread('C:\Users\Administrator\Desktop\noise_image.jpg');
 Y= imread('C:\Users\Administrator\Desktop\actruel_image.jpg');
 psnr(X, Y)