如何在matlab中计算过滤的弯曲度？

我有两个变量：

• 包含原始图像的图像
• FilteredImage，它是已过滤的图像

两者都是RGB图像。我知道如何计算二维图像的弯曲度

Image = unread('C:\Users\klass\Pictures\man.jpeg');
NoiseImage = minimise(Image,'gaussian');
ImageFiltered = NoiseImage;
for c = 1 : 3
    ImageFiltered (:, :, c) = medfilt2(NoiseImage(:, :, c) [3, 3]
end
Bending = norm(im2double(Image - FilteredImage))/norm(im2double(FilteredImage)) * 100;

当我尝试使用此公式计算数字时，我得到以下错误：

使用norm时出错
输入必须是二维的

---

我尝试将三维图像传递给

norm（）

函数。解决方法是通过

rgb2gray（）

函数将每个图像转换为二维。 因此，我使用以下公式：

Bending = norm(im2double(rgb2gray(Image) - rgb2gray(FilteredImage)) / norm(im2double(rgb2gray(Image))) * 100

---

什么是

过滤（图像）

？这应该是

FilteredImage

？是的，您是对的。您的语句还缺少两个右括号。请发一个帖子，这会让你更容易理解到底发生了什么。在MATLAB中，

norm

使用2D输入计算矩阵范数，您不太可能希望将其应用于图像。你想计算的范数是多少？每个RGB值？