关于我的question about Gaussian noise reduction,我想知道一种简单的方法来量化降噪滤波器的成功。
我尝试了一些降噪方法,我想要一些方法来确定哪种方法效果最好。我有原始图像,嘈杂版本和一些试图减少噪音的版本。我想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。除了查看图片之外,这项工作还可以,还是有其他常用方法?
答案 0 :(得分:4)
均方误差度量的问题在于它不能很好地表示恢复图像的视觉质量。为了解决这个问题,已经开发了一些其他指标。现在非常流行的一种叫做 Structural Similarity 。可以找到here的源代码。
答案 1 :(得分:2)
我的同事致力于降噪,始终使用信噪比(SNR)来比较去噪的质量: http://en.wikipedia.org/wiki/Signal-to-noise_ratio
以下是我的同事Julien Mairal的一些科学文章,他们做了最先进的降噪工作: http://www.di.ens.fr/~mairal/index.php
答案 2 :(得分:1)
使用的明显距离是像素误差的平方和。对于灰度图像,平方像素误差为(p1-p2)^ 2(两个像素的强度为p1和p2),或者(r1-r2)^ 2 +(g1-g2)^ 2 +(b1- 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))。你可以通过不同地缩放RGB分量来改善这一点,以补偿人眼对绿色的响应强度低于绿色和红色。