1,平均梯度
I10=imread('F:\picture_AIEM\10_aiem.jpg');
x2=I10;
x2=x2(:,:,1);
x2=double(x2);
[m,n]=size(x2);
agvalue=0;
for i=1:m-1
for j=1:n-1
Ix=x2(i+1,j)-x2(i,j);
Iy=x2(i,j+1)-x2(i,j);
agvalue=agvalue+sqrt((Ix.^2+Iy.^2)/2);
end
end
AG1=agvalue/(m*n);
disp(['输入数据的AG为:',num2str(AG1)]);
2,信息熵
I1 = imread('F:\picture_AIEM\10_aiem.jpg');
e_1 = entropy(I1);
3,峰值信噪比
P1 = imread('F:\use\1.jpg');
I1 = imread('F:\picture_AIEM\1_aiem.jpg');
p1 = psnr(P1, I1);%P1和I1必须大小相同。P1是原图,I1是处理后的
4,平均值
子函数
function [a,average,deviation]=mean_deviation(I)
[m,n,q]=size(I);
I1=rgb2gray(I);
[height1,width1,channel1] = size(I1);
average=sum(I

该文段展示了对图像进行不同处理指标计算的过程,包括计算平均梯度(AG)、信息熵、峰值信噪比(PSNR)以及平均值。此外,还定义了一个子函数用于计算均值和方差,并应用了结构相似性指数(SSIM)来评估图像质量。
&spm=1001.2101.3001.5002&articleId=129283547&d=1&t=3&u=19400dd8b20a462b82efd352a5a49b08)
2万+

被折叠的 条评论
为什么被折叠?



