【Matlab代码】图像去噪评价指标-峰值信噪比-均方根误差、归一化相关性

峰值信噪比

评价去噪后的图像与原始图像的近似程度,可以用峰值信噪比来衡量。峰值信噪比( Peak Signal to Noise Ratio,PSNR)的数值越大,说明近似程度越好。峰值信噪比的定义如下:

【Matlab代码】图像去噪评价指标-峰值信噪比-均方根误差、归一化相关性_第1张图片
式中,f(i,j)和g(i,j)为两幅图像,M、N分别是它们的长和宽;A一般取为255。

均方根误差

另外一种评价两幅图近似程度的方法是均方根误差(Mean Square error,MSE)法,即
【Matlab代码】图像去噪评价指标-峰值信噪比-均方根误差、归一化相关性_第2张图片
MSE值越小,表明去噪后的图像与原始图像更相似,去噪效果好。

归一化相关性

还有一种是归一化相关性( Normalized correlation,NC)评价法,即

【Matlab代码】图像去噪评价指标-峰值信噪比-均方根误差、归一化相关性_第3张图片
其值越接近1,说明去噪后的图像与理想图像越相似。

实例演示

读取一幅图像,并加入噪声,通过滤波算法得到的去噪图像如下图所示。

【Matlab代码】图像去噪评价指标-峰值信噪比-均方根误差、归一化相关性_第4张图片
根据上述公式,计算得去噪图像的峰值信噪比为188.1974;均方根误差为4.2629e-04; 归一化相关性为0.9992。

matlab代码下载地址:

【Matlab代码】图像去噪评价指标-峰值信噪比-均方根误差、归一化相关性.zip

你可能感兴趣的:(一,图像处理技术,matlab,图像处理)