目的
- 掌握压缩图像的保真度计算
- 掌握图像的信息熵计算
内容
- 图像保真度评价标准
写一个程序，计算压缩图像的均方根误差
![$$e_{rms}=\sqrt{\frac{1}{MN}\sum_{x=0}^{M-1}\sum_{y=0}^{N-1}[\hat{f}(x,y)-f(x,y)]^2 }$$](/%E5%9B%BE%E5%83%8F%E5%8E%8B%E7%BC%A9%E5%AE%9E%E9%AA%8C?action=AttachFile&do=get&target=latex_eba519b2d7a75d7214d4d9e0cfadd3818ae6cf4c_p1.png "$$e_{rms}=\sqrt{\frac{1}{MN}\sum_{x=0}^{M-1}\sum_{y=0}^{N-1}[\hat{f}(x,y)-f(x,y)]^2 }$$")
和均方信噪比 ![$$ SNR_{ms} = \frac{\sum_{x=0}^{M-1}\sum_{y=0}^{N-1}\hat{f}(x,y)^2}{\sum_{x=0}^{M-1}\sum_{y=0}^{N-1}\left[\hat{f}(x,y) - f(x,y)\right]^2}$$](/%E5%9B%BE%E5%83%8F%E5%8E%8B%E7%BC%A9%E5%AE%9E%E9%AA%8C?action=AttachFile&do=get&target=latex_f05ba27124b69f4cab3b71883995cf1d4f40b397_p1.png "$$ SNR_{ms} = \frac{\sum_{x=0}^{M-1}\sum_{y=0}^{N-1}\hat{f}(x,y)^2}{\sum_{x=0}^{M-1}\sum_{y=0}^{N-1}\left[\hat{f}(x,y) - f(x,y)\right]^2}$$")
。 下载图片 fig8.4a.jpg ，写一个程序将这个图像量化到16级灰度，生成类似如图
中(b)所示效果。用前面的程序计算图像的失真，并解释。
- 图像的熵(Entropy)
写一个程序计算图像的信息熵。
，其中Pi为各个像素级的概率，它等于各个像素级的像素个数除以图像像素总数。 下载图片 fig8.14a.jpg 和 fig8.14b.tif ，使用上面的程序来计算它们的熵。解释这个结果。
