En yüksek sinyal-gürültü oranı - Peak signal-to-noise ratio

Tepe sinyal-gürültü oranı ( PSNR ), bir sinyalin olası maksimum gücü ile temsilinin doğruluğunu etkileyen bozucu gürültünün gücü arasındaki oran için bir mühendislik terimidir . Birçok sinyal çok geniş bir dinamik aralığa sahip olduğundan , PSNR genellikle desibel ölçeği kullanılarak logaritmik bir miktar olarak ifade edilir .

PSNR, kayıplı sıkıştırmaya maruz kalan görüntüler ve videolar için yeniden yapılandırma kalitesini ölçmek için yaygın olarak kullanılır .

Tanım

PSNR, en kolay şekilde ortalama kare hatası ( MSE ) aracılığıyla tanımlanır . Gürültüsüz bir m × n monokrom görüntü I ve bunun gürültülü yaklaşımı K verildiğinde , MSE şu şekilde tanımlanır:

${\displaystyle {\mathit {MSE}}={\frac {1}{m\,n}}\sum _{i=0}^{m-1}\sum _{j=0}^{n- 1}[I(i,j)-K(i,j)]^{2}}$

PSNR ( dB cinsinden ) şu şekilde tanımlanır:

${\displaystyle {\begin{aligned}{\mathit {PSNR}}&=10\cdot \log _{10}\left({\frac {{\mathit {MAX}}}_{I}^{2}} {\mathit {MSE}}}\sağ)\\&=20\cdot \log _{10}\left({\frac {{\mathit {MAX}}}_{I}}{\sqrt {\mathit { MSE}}}}\sağ)\\&=20\cdot \log _{10}\left({{\mathit {MAX}}_{I}}\sağ)-10\cdot \log _{10} \left({\mathit {MSE}}\sağ)\end{hizalı}}}$

Burada MAX _I , görüntünün mümkün olan maksimum piksel değeridir. Pikseller örnek başına 8 bit kullanılarak temsil edildiğinde, bu 255'tir. Daha genel olarak, örnekler örnek başına B biti ile doğrusal PCM kullanılarak temsil edildiğinde , MAKS _I 2 ^B -1'dir.

Renkli görüntülerde uygulama

İçin renkli görüntüler üç ile RGB piksel başına değerler, PSNR tanımı tüm kare değeri farkları üzerinden toplamı görüntü boyutu bölü (her renk için şimdi tek renkli bir görüntüdeki gibi birçok farklılıklar gibi, yani üç kez) MSE dışında aynı olduğu ve üçe kadar. Alternatif olarak, renkli görüntüler için görüntü farklı bir renk uzayına dönüştürülür ve PSNR o renk uzayının her kanalına karşı rapor edilir, örn., YCbCr veya HSL .

PSNR ile kalite tahmini

PSNR en yaygın olarak kayıplı sıkıştırma kodeklerinin yeniden yapılandırılmasının kalitesini ölçmek için kullanılır (örneğin, görüntü sıkıştırma için ). Bu durumda sinyal, orijinal veridir ve gürültü, sıkıştırmanın neden olduğu hatadır. Sıkıştırma kodeklerini karşılaştırırken, PSNR, yeniden yapılandırma kalitesine ilişkin insan algısına bir yaklaşımdır .

Kayıplı görüntü ve video sıkıştırmasında PSNR için tipik değerler , bit derinliğinin 8 bit olması koşuluyla 30 ile 50 dB arasındadır  , burada daha yüksek daha iyidir. 12 bitlik görüntülerin işleme kalitesi, PSNR değeri 60 dB veya daha yüksek olduğunda yüksek kabul edilir. 16 bitlik veriler için tipik PSNR değerleri 60 ile 80 dB arasındadır. Kablosuz iletim kalite kaybı için kabul edilebilir değerler yaklaşık 20 dB ila 25 dB olarak kabul edilir.

Gürültü yokluğunda, iki görüntü I ve K aynıdır ve bu nedenle MSE sıfırdır. Bu durumda PSNR sonsuzdur (veya tanımsız, bkz . Sıfıra bölme ).

Orijinal sıkıştırılmamış görüntü

Q=90, PSNR 45.53dB

Q=30, PSNR 36.81dB

Q=10, PSNR 31,45dB

Çeşitli kalite düzeylerinde bir cjpeg sıkıştırılmış görüntü için örnek luma PSNR değerleri .

Performans karşılaştırması

Daha yüksek bir PSNR genellikle rekonstrüksiyonun daha yüksek kalitede olduğunu gösterse de, bazı durumlarda olmayabilir. Bu metriğin geçerlilik aralığı konusunda son derece dikkatli olunmalıdır; yalnızca aynı codec bileşeninden (veya codec türünden) ve aynı içerikten elde edilen sonuçları karşılaştırmak için kullanıldığında kesin olarak geçerlidir.

Genel olarak, PSNR'nin, görüntülerin ve özellikle de videoların kalitesinin insanlar tarafından algılandığı şekilde tahmin edilmesi söz konusu olduğunda , diğer kalite ölçütlerine kıyasla daha düşük performans gösterdiği gösterilmiştir .

Varyantlar

PSNR-HVS, kontrast algısı gibi insan görsel sisteminin özelliklerini içeren PSNR'nin bir uzantısıdır .

PSNR-HVS-M, görsel maskelemeyi de hesaba katarak PSNR-HVS'yi geliştirir . 2007'de yapılan bir çalışmada, insan görsel kalite yargılarında PSNR ve SSIM'den büyük farkla daha iyi yaklaşımlar sağladı . Ayrıca DCTune ve PSNR- HVS'ye göre belirgin bir avantajı olduğu gösterildi .

Ayrıca bakınız

• Veri sıkıştırma oranı
• Video Kalitesinin Algısal Değerlendirmesi (PEVQ)
• Yapısal benzerlik (SSIM) indeksi
• Öznel video kalitesi
• Video Çoklu Yöntem Değerlendirme Füzyonu
• Video kalitesi

Referanslar