一、峰值信噪比

二、定义

PSNR 通过均方误差( MSE ) 定义。
给定一个无噪声的m×n单色图像I及其噪声近似值K，MSE定义为
PSNR定义为

这边的max是图像中最大可能的像素值，如你使用的是8位像素，那么max就是255。

三、质量评估和性能比较

1、质量评估

PSNR 最常用于测量有损压缩编解码器的重建质量。在这种情况下的信号是原始数据，噪声是压缩引入的误差。在比较压缩编解码器时，PSNR 是人类对重建质量感知的近似值。

如果位深为 8，则有损图像和视频压缩中PSNR 的建议值在 30 到 50 dB 之间，当然越高越好。当 PSNR 值为 60 dB 或更高时，12 位图像的处理质量被认为是好的。对于16 位，PSNR 的建议值在 60​​ 到 80 dB 之间。无线传输质量损失的可接受值被认为是大约 20 dB 到 25 dB。

2、性能比较

虽然较高的 PSNR 通常表明重建质量较高，但在某些情况下可能并非如此，必须非常小心该指标的有效性范围。只有当它用于比较来自相同编解码器和相同内容的结果时，它才是最终有效的。

一般来说，在估计图像质量，尤其是人类感知的视频质量时，与其他质量指标相比，PSNR 表现不佳。

当然，目前还没有一个完善的质量评估体系，主要是通过主客观相结合，具体图像具体分析。主观评价打分，还是蛮依靠人力物力的。简单的一两个质量评估指标，难以具体分析图像的好坏。

四、PNSR 代码

function [psnr, mse] = psnr_mse(img1, img2, L)

MAX_PSNR = 1000;

if (nargin < 2 | nargin > 3)
   psnr = -Inf;
   mse = -Inf;
   disp(['Error in psnr_mse.m: wrong input argument']);
   return;
end

if (size(img1) ~= size(img2))
   psnr = -Inf;
   mse = -Inf;
   disp(['Error in psnr_mse.m: images need to have the same size']);
   return;
end

if (~exist('L'))
   L = 255;
end

mse = mean2((double(img1) - double(img2)).^2);
psnr = 10*log10(L^2/mse);
psnr = min(MAX_PSNR, psnr);

function [im_quality,mse] = FR_PSNR( im_reference,im_distorted )
% im_reference and im_distorted is gray([0 255]) image;
% mse=mean2((im_reference-im_distorted).^2);
mse=mean(mean(mean((im_reference-im_distorted).^2)));
im_quality=10*log10(255^2/mse);

参考文献
[1]A_Statistical_Evaluation_of_Recent_Full_Reference_Image_Quality_Assessment_Algorithms
[2]piq库