쑥밭

SSIM Structural Similarity Index Map 수치적 에러가 아닌 인간의 시각적 화질 차이를 평가하기 위해 고안된 방법 밝기, 대비, 구조의 세가지 측면에서 품질을 평가 luminus 밝기 $ l(a,b) = \frac{2 * \mu_a \mu_b + C_1}{\mu_a^2 + \mu_b^2 + C_1} $ contrast 대비 $ c(a,b) = \frac{2 * \sigma_a \sigma_b + C_2}{\sigma_a^2 + \sigma_b^2 + C2}$ structure 구조 $ s(a,b) = \frac{\sigma_{ab} + C3}{\sigma_a\sigma_b + C3}$ $$SSIM(a,b) = [l(a,b)]^a[c(a,b)]^b[s(a,b)] \ = \frac{..

Peak Signal to Noise Ratio : 최대 신호 대 잡음 비 신호가 가질 수 있는 최대 전력에 대한 잡음의 전력을 나타낸 것. 이미지의 화질 손실 정보를 평가할 때 사용 MSE를 최적화하면 자연스럽게 높일 수 있는 평가지표. 만일 평가할 이미지가 서로 같다면 MSE가 0이되어 inf가 됨 $$PSNR = 10\log_{10}{MAX^{2} \over MSE}$$ python code import numpy as np import math # input : numpy 배열 def PSNR(img1,img2) : MSE = np.mean((img1-img2)**2) if MSE == 0 : return float('inf') return 10*math.log10(255**2/MSE)