如果这是相同尺寸256 * 200的RGB图像A，B的MSE公式，那么如何获得每个像素的线图，x轴代表像素，y轴代表MSE值
MSE =重塑（平均值（平均值（（双（A） - 双（B））。^ 2,2），1），[1,3]）
只有两张图像A，B。该图应说明A和B的每个像素之间的变化，这是MSE的意思。
答案 0 :(得分：1)
如果你想在“每个像素之间”显示更改，那么你所展示的内容不再是均值平方误差 - 没有平均值。 （除非你打算在三个颜色平面上进行平均，否则我不建议：R，G，B的变化对人类视觉系统不同。如果你真的必须这样做，你可能想要加权它们比方说，2：4：1更具代表性，但这仍然是临时性的，不太可能准确地了解看起来最大的差异。）
当然，想要查看每像素错误是完全合理的，但我不建议使用线图来显示它们;它可能会令人困惑而不是提供信息。而是将它们显示为图像：
errs = (double(A)-double(B)).^2;
image(errs / max(errs(:)));
axis image;
然后您可以通过A和B进行比较，以查看哪些图片区域/功能/ ...对应更差的错误。每个像素的亮度和颜色表示误差量以及它在R，G和B平面上的分布情况。
另一方面，您实际需要的可能是图像的各个行或列的平均误差。在这种情况下，如上所述创建errs后，使用mean计算行或列均值;这将给你一个256×1×3的图像或1×200×3的图像;现在我建议分别绘制R，G，B曲线，除非你（我认为可能是愚蠢的，如上所述）坚持对平面进行平均。
row_errs = mean(errs,2); % this is now of size [n,1,3]
现在row_errs(:,:,1)是MS跨行红色错误的向量，row_errs(:,:,2)是MS跨行绿色错误的向量，等等。您可以将这些错误提供给plot