首页 | 新闻 | 新品 | 文库 | 方案 | 视频 | 下载 | 商城 | 开发板 | 数据中心 | 座谈新版 | 培训 | 工具 | 博客 | 论坛 | 百科 | GEC | 活动 | 主题月 | 电子展
返回列表 回复 发帖

去噪效果评价算法分析,SNR,PSNR,SSIM等的区别与优劣对比

去噪效果评价算法分析,SNR,PSNR,SSIM等的区别与优劣对比

1SNRPSNR
SNR计算图像自身的信噪比,评价一个图像中信号的强度或者噪声的强度,其输入是一幅图像数据。SNR并不能客观评价图像的去噪效果或者压缩图像的相似度。
PSNR计算两幅图像之间的相似度,评价的是一幅estimated的图像相对于原图像的噪声强度,这个概念的提出应该是针对图像压缩领域,在图像去噪领域由于没有原图做对比,只能是噪声图与降噪图做对比,似乎说服力要弱一些。
(2)Method NoiseNLM作者提出的去噪图像与含噪图像之间噪声差异的计算,如果计算得到基本为白噪声,看不出图像几何结构或细节特征就说明去噪很有效。
(3)SSIM结构相似性,是一种衡量两幅图像相似度的指标。SSIM使用的两张图像中,一张为未经压缩的无失真图像,另一张为失真后的图像。也是视频质量评价的一种优秀算法。不过依然具有PSNR的问题。
(4)其实对于去噪效果的直观评价,还是有专业的评价工具的,不过都是付费的,在业界内,做去噪的公司都是有这个机构,算法工程师给他们图,他们可以给出包括锐度,结构完整性,信噪比等等许多参数的综合评价。
返回列表