测量图像之间的距离

关于我的question about Gaussian noise reduction，我想知道一个简单的方法来量化降噪滤波器的成功。测量图像之间的距离

我试过一些降噪方法，我想用某种方法来确定哪一种最好。我有原始图像，嘈杂的版本和从减少噪音的尝试中创建的几个版本。我考虑过从增强图像和原始图像中尝试一些矩阵距离测量，以便比较降噪方法。这会工作好吗？还是有其他一些常见的方法，而不是只看图片？

2011-12-24 shwartz

您需要注意，过滤噪声图像会降低噪点，但它也会修改底层图像本身。所以当你进行比较时，你会量化两个单独的效果。 – 2011-12-24 20:16:54

@OliCharlesworth确实如此，但我想知道去噪图像距离原始无噪图像有多远。我认为使用误差平方和的方法应该可以帮助我，因为它将减少像素的权重，而这些像素只是某些结果模糊的一部分，对像素的权重更大，因为这些噪点未能很好地去除。感谢您的意见，但。考虑到这一点很重要。 – shwartz 2011-12-25 16:13:18

均方误差度量的问题是它不能很好地表示恢复的图像的视觉质量。为了解决这个问题，已经开发了一些其他指标。现在很流行的一种叫做Structural Similarity。它的源代码可以找到here。

来源

2011-12-25 08:10:33

这很有趣。我读了一下，没有进入公式的细节，因为它对我的案例来说似乎有点太过分了（没有什么专业的，只是我在分配结果上做的测试）。 – shwartz 2011-12-25 16:22:18

明显的使用距离是像素误差的平方和。对于灰度图像（两个像素的强度是p1和p2）或（r1-r2）^ 2 +（g1-g2）^ 2 +（b1-p2）^ 2，平方像素误差将是（p1-p2） b2）^ 2如果你有一个RGB图像（两个像素的颜色是（r1，g1，b1）和（r2，g2，b2））。您可以通过不同的方式缩放RGB分量来改善这一点，以补偿人眼对蓝色的反应不如绿色和红色强烈。

来源

2011-12-24 17:08:55

这是结果比较的常用方法吗？只是看起来我不能说我喜欢任何结果，因为噪音没有降低到足够我的口味，但这可能与使用卷积（这是我的指令）一样好。 – shwartz 2011-12-24 17:13:42

是的，平方和误差常用于许多领域。由于其易于计算并且它直接代表“实验”和“模型”（这里使用的术语松散地）之间的差异，因此这很有吸引力。 – 2011-12-25 01:55:53

我的同事们对噪音redution工作一直使用的信号噪声比（SNR）比较去噪的质量： http://en.wikipedia.org/wiki/Signal-to-noise_ratio

这里是我的同事朱利安Mairal的一些科学论文做国家的the-艺术降噪： http://www.di.ens.fr/~mairal/index.php

来源

2011-12-25 01:30:21 Oli

我已经看过有关图像中信噪比的部分，通过mean to std计算。偏差率。我不能确切地看到这有什么用处，因为我不知道如何测量去噪图像中的噪声量（这就是我想要做的）。无论如何，我可以看到这个SNR定义与Z-Score（AKA标准分数）的定义相似，据我所知，这是比较从不同人群获取的手段的一个有用的衡量标准，但在这种情况下，我使用的是相同的图像比较的方法，这可能会对我的情况有点矫枉过正。 – shwartz 2011-12-25 16:07:56

测量图像之间的距离

回答

相关问题