Пиковое отношение сигнал / шум ( PSNR ) - это технический термин, обозначающий соотношение между максимально возможной мощностью сигнала и мощностью искажающего шума, который влияет на точность его представления. Поскольку многие сигналы имеют очень широкий динамический диапазон , PSNR обычно выражается в виде логарифмической величины с использованием шкалы децибел .
PSNR обычно используется для количественной оценки качества восстановления изображений и видео, подверженных сжатию с потерями .
Определение
PSNR проще всего определить с помощью среднеквадратичной ошибки ( MSE ). Учитывая бесшумное монохромное изображение m × n I и его приближение с шумами K , MSE определяется как:
PSNR (в дБ ) определяется как:
Здесь MAX I - это максимально возможное значение пикселя изображения. Когда пиксели представлены с использованием 8 бит на выборку, это 255. В более общем случае, когда выборки представлены с использованием линейной ИКМ с B битами на выборку, MAX I составляет 2 B -1.
Применение в цветных изображениях
Для цветных изображений с тремя значениями RGB на пиксель определение PSNR такое же, за исключением того, что MSE - это сумма всех квадратов разностей значений (теперь для каждого цвета, т.е. в три раза больше различий, чем в монохромном изображении), деленная на размер изображения. и на три. В качестве альтернативы, для цветных изображений изображение преобразуется в другое цветовое пространство, и PSNR сообщается для каждого канала этого цветового пространства, например, YCbCr или HSL . [1] [2]
Оценка качества с PSNR
PSNR чаще всего используется для измерения качества восстановления кодеков сжатия с потерями (например, для сжатия изображений ). Сигнал в этом случае - это исходные данные, а шум - это ошибка, вносимая сжатием. При сравнении кодеков сжатия PSNR является приближением к человеческому восприятию качества реконструкции.
Типичные значения PSNR в потерях изображений и сжатии видео составляют от 30 до 50 дБ, при условии , что битовая глубина составляет 8 бит , где выше , тем лучше. Качество обработки 12-битных изображений считается высоким, если значение PSNR составляет 60 дБ или выше. [3] [4] Для 16-битных данных типичные значения PSNR составляют от 60 до 80 дБ. [5] [6] Приемлемыми значениями потери качества беспроводной передачи считаются от 20 до 25 дБ. [7] [8]
В отсутствие шума два изображения I и K идентичны, и, таким образом, MSE равна нулю. В этом случае PSNR бесконечен (или не определен, см. Деление на ноль ). [9]
Сравнение производительности
Хотя более высокий PSNR обычно указывает на более высокое качество реконструкции, в некоторых случаях это может не быть. Следует быть предельно осторожным с диапазоном действия этой метрики; он окончательно действителен только тогда, когда он используется для сравнения результатов одного и того же кодека (или типа кодека) и одного и того же контента. [10]
Как правило, было показано, что PSNR плохо работает по сравнению с другими показателями качества, когда дело доходит до оценки качества изображений и, в частности, видео в восприятии людьми. [10] [11]
Варианты
PSNR-HVS [12] - это расширение PSNR, которое включает свойства зрительной системы человека, такие как восприятие контраста .
PSNR-HVS-M улучшает PSNR-HVS, дополнительно принимая во внимание визуальное маскирование . [13] В исследовании 2007 года он предоставил лучшее приближение к суждениям о качестве человеческого зрения, чем PSNR и SSIM, с большим отрывом. Также было показано, что он имеет явное преимущество перед DCTune и PSNR-HVS. [14]
Смотрите также
- Степень сжатия данных
- Перцепционная оценка качества видео (PEVQ)
- Сигнал-шум
- Индекс структурного сходства (SSIM)
- Субъективное качество видео
- Видео Мультиметодная оценка Fusion
- Качество видео
Рекомендации
- ^ Ориани, Эмануэле. «qpsnr: быстрый анализатор PSNR / SSIM для Linux» . Проверено 6 апреля 2011 года .
- ^ «Руководство пользователя pnmpsnr» . Проверено 6 апреля 2011 года .
- ^ Faragallah, Osama S .; Эль-Хосени, Хеба; Эль-Шафай, Валид; Эль-Рахман, Ваэль Абд; El-Sayed, Hala S .; Эль-Рабайе, Эль-Сайед М .; Эль-Сами, Фатхи Э. Абд; Гевейд, Гамаль Г.Н. (2021 г.). «Комплексный обзорный анализ существующих решений по объединению медицинских изображений и будущих направлений» . Доступ IEEE . 9 : 11358–11371. DOI : 10,1109 / ACCESS.2020.3048315 . ISSN 2169-3536 .
Эта статья представляет собой обзорное исследование методов медицинской визуализации и их характеристик. Кроме того, представлены различные подходы к объединению медицинских изображений и соответствующие показатели качества.
- ^ Червяков, Николай; Ляхов, Павел; Нагорнов, Николай (11.02.2020). «Анализ шума квантования в фильтрах дискретного вейвлет-преобразования для трехмерной медицинской визуализации» . Прикладные науки . 10 (4): 1223. DOI : 10,3390 / app10041223 . ISSN 2076-3417 .
Качество обработки изображения считается высоким, если значение PSNR больше 60 дБ для изображений с 12 битами на цвет.
- ^ Уэлстед, Стивен Т. (1999). Техники фрактального и вейвлет-сжатия изображений . Публикация SPIE. С. 155–156. ISBN 978-0-8194-3503-3.
- ^ Рауф Хамзауи, Дитмар Саупе (май 2006 г.). Барни, Мауро (ред.). Сжатие фрактальных изображений . Сжатие документов и изображений . 968 . CRC Press. С. 168–169. ISBN 9780849335563. Проверено 5 апреля 2011 года .
- ^ Thomos Н., Boulgouris Н.В., и Г. Стринцис, М. (2006, январь). Оптимизированная передача потоков JPEG2000 по беспроводным каналам. IEEE Transactions по обработке изображений, 15 (1).
- ^ Xiangjun, L., & Jianfei, C. Надежная передача изображений, закодированных в формате JPEG2000, по каналам с потерей пакетов. ICME 2007 (стр. 947-950). Школа компьютерной инженерии Наньянского технологического университета .
- ^ Саломон, Дэвид (2007). Сжатие данных: полный справочник (4-е изд.). Springer. п. 281. ISBN. 978-1846286025. Проверено 26 июля 2012 года .
- ^ а б Huynh-Thu, Q .; Ганбари, М. (2008). «Область действия PSNR при оценке качества изображения / видео». Письма об электронике . 44 (13): 800. Bibcode : 2008ElL .... 44..800H . DOI : 10.1049 / эл: 20080522 .
- ^ Huynh-Thu, Quan; Ганбари, Мохаммед (01.01.2012). «Точность PSNR в прогнозировании качества видео для различных сцен и частоты кадров». Телекоммуникационные системы . 49 (1): 35–48. DOI : 10.1007 / s11235-010-9351-х . ISSN 1018-4864 . S2CID 43713764 .
- ^ Егиазарян, Карен, Jaakko Astola, Николай Пономаренко, Владимир Лукин, Федерика Battisti, и Марко Карли (2006). «Новые эталонные метрики качества на основе HVS». В материалах второго международного семинара по обработке видео и метрикам качества, т. 4.
- ^ Пономаренко, Н .; Еремеев, О .; Лукин, В .; Егиазарян, К .; Карли, М. (февраль 2011 г.). «Модифицированные показатели визуального качества изображения для учета изменения контраста и среднего сдвига» . 2011 11-я Международная конференция «Опыт проектирования и применения САПР в микроэлектронике» (CADSM) : 305–311.
- ^ Николай Пономаренко; Флавия Сильвестри; Карен Егиазарян; Марко Карли; Яакко Астола; Владимир Лукин, "О маскировке между коэффициентами контраста базисных функций DCT" (PDF) , CD-ROM Труды Третьего международного семинара по обработке видео и метрикам качества для бытовой электроники VPQM-07, 25. – 26. Январь 2007 г. (на немецком языке), Скоттсдейл, Аризона