Just a Computer Graphics Studio & My Life

Posts tagged ‘psnr’

[OpenCV] SNR 與 PSNR

接到網友桑尼的委託,我重操舊業,在Dev C++上安裝OpenCV 2.0,之前寫的PSNR (Peak Signal to Noise Ratio)程式碼馬上可以編譯執行,真的是讓我感到欣慰,因為當時舉手之勞記錄研究細節,至今還能派上用場!

moon_o

原始圖

桑尼所說的工具ImageJPhotoshop有計算SNR 與 PSNR的工具,可惜前者下載回來不會用,後者找不到功能,只好我自己來寫!好在因為先前的研究記錄,讓我省下許多時間。

(繼續閱讀…)

Advertisements

[OpenCV] 結構相似性 (Structural SIMilarity)

在瞭解結構相似性 (Structural SIMilarity)後,接下來就是驗證它的效果~我使用和峰值信號雜訊比 (Peak Signal to Noise Ratio)同樣的影像來示範。

landscape

(繼續閱讀…)

結構相似性 (Structural SIMilarity)

前不久才使用影像品質衡量指標峰值信號雜訊比 (Peak Signal to Noise Ratio),然而我發現它儘管客觀衡量,但並不能保證人眼檢驗就如其數字所代表。於是,找到更好且更複雜的指標結構相似性 (Structural SIMilarity)。來看愛因斯坦如何決定SSIM吧:P

SSIM demo

(繼續閱讀…)

[OpenCV] 峰值信號雜訊比 (Peak Signal to Noise Ratio)

在瞭解峰值信號雜訊比 (Peak Signal to Noise Ratio)定義之後,接下來當然就來驗證它的威力~

在此我特地找了png檔(無損壓縮)的影像,用nEOiMAGING影像處理軟體,將它另存為jpg檔(有損壓縮)的影像,其中jpg又有分壓縮品質。用肉眼也許看不太出來其中的差異,然而卻很容易從檔案大小看出端倪,壓縮品質越差,檔案大小越小。

landscape

原始影像png:314KB

(繼續閱讀…)

峰值信號雜訊比 (Peak Signal to Noise Ratio)

通常在經過影像壓縮之後,輸出的影像通常都會有某種程度與原始影像不一樣。為了衡量經過處理後的影像品質,我們通常會參考PSNR值(峰值信號雜訊比 (Peak Signal to Noise Ratio))來認定某個處理程序是否令人滿意。來看Lena如何決定PSNR吧~

PSNR Lena

Denoising results using different methods in the DWT domain. (a) Clean image; (b) noisy image: PSNR=22.16 dB (σ=20); (c) denoised image using BiSrhink: PSNR=31.09 dB; (d) denoised image using ProbShrink: PSNR=31.00 dB; (e) denoised image using SURE-LET: PSNR=31.02 dB and (f) denoised image using the proposed method: PSNR=31.26 dB.

(繼續閱讀…)

標籤雲

%d 位部落客按了讚: