【发布时间】：2012-04-03 12:36:33
【问题描述】：
我有一个二值化图像，我在其中添加了噪声，然后尝试使用各种阈值算法（例如 otsu 和 niblack）过滤掉噪声。如何将生成的图像与原始图像进行比较，以便找到百分比误差两者之间存在吗？？
原图是这样的：
得到的图像是：
我需要一种方法来找出存在的百分比误差。
注意：原始图像和合成图像大小相同。
【问题讨论】：
【发布时间】：2012-04-03 12:36:33
【问题描述】：
我需要一种方法来找出存在的百分比误差。
您可以通过多种不同的方式找到百分比错误，并且您会得到多个不同的答案。不同的度量强调相似性的不同方面。没有单一的“正确”方法。
image similarity 的一些常见度量包括：
一般来说，最简单的方法，例如均方差，与人类的感知不太吻合。不过，您的出发点很好：如果图像大小完全相同，并且是二进制的，那么您已经排除了比较图像的几个基本挑战（方向、缩放、亮度/对比度变化）。
【讨论】：
使用中最简单的误差度量是 RMSE、MAE、(P)SNR。
- RMSE -- 均方根误差。
sqrt(mean((I1(:) - I2(:))^2)) - MAE——最大绝对误差。
max(abs(I1(:) - I2(:))) - PSNR -- 峰值信噪比：
10*log10(1/mean((I1(:) - I2(:)).^2));
在文献中找到有关它们的更多信息！
【讨论】：
-
是否需要将图像转换为任何特定的类，例如 double 或 uint8 才能使用上述语句？我在尝试实现它们时遇到错误。
-
显然涉及到一些浮点数，因此您应该将它们设为双精度数。我没有测试代码，我只是把它写下来。我刚刚发现一个支架不平衡。