【图像评价指标以及代码】 PSNR, SSIM, FID,NMSE讲解以及代码

最新推荐文章于 2025-09-30 04:31:46 发布

原创

最新推荐文章于 2025-09-30 04:31:46 发布 · 7.2k 阅读

39 ·

CC 4.0 BY-SA版权

文章标签：

#python #评价指标

评价指标以及计算

文章目录

峰值信噪比（PSNR）:

“Peak Signal-to-Noise Ratio”，中文意思即为峰值信噪比，是衡量图像质量的指标之一。用于衡量重构图像与原始图像之间的相似性和失真程度。PSNR只能提供关于图像整体质量的信息，不能捕捉到细节和感知的差异。

根据公式可见：当MSE越小的时候质量越好，则PSNR越大越好。
在这里插入图片描述

由均方误差得到，MAX1是像素里面最大的值，一般为1或者255。

def psnr(res,gt):
    mse = np.mean((res - gt) ** 2)
    if(mse == 0):
        return 100
    max_pixel = 1
    psnr = 20 * log10(max_pixel / sqrt(mse))
    return psnr

结构相似性（SSIM）：

此方法也称为（Structural Similarity），是一种用来衡量两幅图像相似度的指标。 SSIM 方法是通过将图像看作多个区域，并比较这些区域内的结构、亮度和对比度等统计量来进行评估的。SSIM 算法考虑了人类对图像感知的特性，更符合人眼视觉特性。 SSIM 算法比较复杂，需要对图像局部结构信息和全局结构信息进行比对。给定两个图像 x 和 y，两张图像的结构相似性的公式可以表达为公式 2-7。

在这里插入图片描述