我在一个特定的图像上应用了两种不同的图像增强算法并得到了两个结果图像，现在我想比较这两个图像的质量，以找出这两个算法的有效性并找到更合适的基于这两个图像的特征向量的比较。那么在这种情况下我应该比较什么合适的特征向量？
我在比较图像的纹理特征以及哪个特征向量更合适的上下文中询问。
我需要数学支持来验证基于图像评估的任何一种算法的有效性，例如使用对比度和方差。那么还有其他方法吗？
【问题讨论】：
标签： matlab image-processing image-comparison image-enhancement
更好的方法是通过比较图像光谱来做一些噪声/信号比？
【讨论】：
Slayton 是对的，您需要一个指标和一种衡量方法，这本身就是一个学术项目。但是，我可以直接想到一种方法，但不确定它是否对您手头的特定任务有意义：
指标： 所有像素的 abs(colour difference) 总和。越低，图像越相似。
方法：
对于每个像素，获取原始图像和处理后图像之间在 LAB 空间中的绝对色差（或准确地说是距离）并将其相加。不要破坏你试图理解完整的维基百科文章和编码的一天，这已经完成了。尝试重新使用来自this PHP implementation 的方法getDistanceLabFrom(Color color) 或getDistanceRgbFrom(Color color)。
当我需要一种方法来匹配 jpg 图片中的像素颜色时，它对我来说就像一种魅力——这基本上是相同的原理。
其背后的理论（就我有限的理解而言）：它将 rgb 或（更好的）实验室色彩空间作为三维空间进行数学抽象，然后计算距离，这就是它运作良好的原因 - 并且从一维的角度看颜色代码时，我几乎没有用。
【讨论】：
通常的方法是从参考图像开始（一张好的），然后在其上添加一些噪点（以可控的方式）。
然后，您的算法应该尽可能多地消除添加的噪音。结果很容易与信噪比进行比较（参见维基百科）。
现在，该方法很容易应用于简单的噪声模型，但如果您的目标是改善更复杂的外观问题，则必须设计一种方法来应用噪声，这并不容易。
另一种非常常见的方法是 slayton 推荐的方法：让所有同事欣赏算法的输出，然后平均他们的印象。
【讨论】：
如果您只有 2 张图片并且没有参考（最高质量）图片，那么您可以在那里看到我粗鲁的解决方案/bash 脚本：https://photo.stackexchange.com/questions/75995/how-do-i-compare-two-similar-images-sharpness/117823#117823
它获取 2 个文件名并输出更高质量的文件名。它假设图像的内容是相同的（相同的源图像）。 但它可能会被愚弄。
【讨论】：