Image processing 图像上各种图像增强技术的数学比较?
我想知道有哪些不同的方法可以比较不同图像增强技术增强的同一图像,不是视觉上的,而是数学上的 例如:(i)可能(我不确定)人们可以查看它们的直方图并计算它们的方差。方差最大的可能是最好的技术?或 (ii)在所有增强图像中随机选取一个局部区域,然后再次计算方差或查看该局部区域的最大值和最小值之差。方差或差异最大的可能是最好的Image processing 图像上各种图像增强技术的数学比较?,image-processing,computer-vision,Image Processing,Computer Vision,我想知道有哪些不同的方法可以比较不同图像增强技术增强的同一图像,不是视觉上的,而是数学上的 例如:(i)可能(我不确定)人们可以查看它们的直方图并计算它们的方差。方差最大的可能是最好的技术?或 (ii)在所有增强图像中随机选取一个局部区域,然后再次计算方差或查看该局部区域的最大值和最小值之差。方差或差异最大的可能是最好的 非常感谢 比较图像的两个常用指标是和。这实际上取决于您看到的增强类型 例如,对于去噪和去模糊等,PSNR和MSE可能是合适的,尤其是当您可以访问groundtruth图像时,您
非常感谢 比较图像的两个常用指标是和。这实际上取决于您看到的增强类型 例如,对于去噪和去模糊等,PSNR和MSE可能是合适的,尤其是当您可以访问groundtruth图像时,您可以将增强图像与之进行比较 另一方面,审美提升可能更难量化,因为它需要一定程度的主观性。这一领域的一项备受推崇的工作是: 您可以查看其中的引文以获取相关参考。将图像设置为二进制(0/255)将使差异最大化,但不会获得最佳质量。