【SSIM and PSNR】学习记录

先来几个学习记录的链接
GitHubi
The SSIM Index for Image Quality Assessment
图像质量评价之结构相似性SSIM(上)
图像质量评价之结构相似性SSIM(中)
详细关于SSIM

psnr的定义与调用接口

【SSIM and PSNR】学习记录_第1张图片

SSIM定义与调用

【SSIM and PSNR】学习记录_第2张图片

SSIM中公式解释【SSIM and PSNR】学习记录_第3张图片

关于python中图像处理

代码流程:
STEP 1:修改尺寸,灰度化。SSIM计算时需要保证图片大小相同,并且根据上述算法原理得知,要基于灰度进行计算,因此对图片进行灰度化处理。

STEP 2:加窗。局部求SSIM指数的效果要好于全局,用标准差为1.5的高斯加权函数作为加权窗口,每一步基于窗口内像素进行计算,得到由局部SSIM指数构成的SSIM指数映射矩阵。

STEP 3:计算。用平均SSIM指数作为最终结果。
具体流程:
结构相似性(SSIM)原理及其实现

关于PSNR和SSIM的异同

1.PSNR

【SSIM and PSNR】学习记录_第4张图片

2.SSIM

在这里插入图片描述
经典的区别图
【SSIM and PSNR】学习记录_第5张图片

你可能感兴趣的:(日常分享,学习,计算机视觉,人工智能)