在 MATLAB 中使用 RGB 和灰度图像计算 MSE - 图像处理

Question

如何在 MATLAB 中计算 RGB 和灰度图像的 MSE？我在这里写了一些代码：

I = imread('iris.jpg);
Gray = rgb2gray(I);
n = size(I);
M = n(1);
N = n(2);
MSE = sum(sum(I-Gray).^2))/(M*N);
fprintf('\nMSE:%7.2f',MSE);

但是，当我运行这段代码时，我得到这个错误：

Error using - Matrix dimension must agree.

如何修复此错误？

Answer 1

我不确定您为什么要这样做...特别是因为灰度图像和彩色图像在颜色值方面彼此完全不同。

您遇到的错误很明显。灰度图像只有一个通道，而 RGB 图像有三个通道。您正试图减去不兼容尺寸的图像，因此您会收到该错误。

但是，如果这个 MSE 计算确实是您想要的，您需要确保您的灰度图像具有三个颜色通道。灰度图像的红色、绿色和蓝色分量都相等，因此使用 repmat 进行简单修复应该可以解决问题。我们可以使用它在多个通道上复制灰度图像来模拟彩色图像。

在计算 MSE 之前对您的 Gray 变量执行此操作：

Gray = repmat(Gray, [1 1 3]);

这样的话，你真的会这样做。顺便说一句，你的第一行有错字。你忘记了一个结束引号。在进行 MSE 计算的地方还有一个额外的右括号。

I = imread('iris.jpg');
Gray = rgb2gray(I);

%// Change 
Gray = repmat(Gray, [1 1 3]);

n = size(I);
M = n(1);
N = n(2);
MSE = sum(sum(I-Gray).^2)/(M*N);
fprintf('\nMSE:%7.2f',MSE);

请注意，您可能会获得较高的 MSE，因为灰度值与原始 RGB 值完全不同。

附带说明一下，如果您不喜欢 repmat，您可以通过 bsxfun 实现相同的目的，它会自动为您在多个通道上广播灰度图像：

I = imread('iris.jpg');
Gray = rgb2gray(I);

n = size(I);
M = n(1);
N = n(2);
MSE = sum(sum(bsxfun(@minus, I, Gray).^2))/(M*N); %// Change
fprintf('\nMSE:%7.2f',MSE);

Answer 2

您在文件名 iris.jpg 后缺少一个右引号，并且在以 MSE=

开头的行中有一个额外的括号

错误很明显；矩阵维度不一致。

你的输入图像是RGB，它是一个3D矩阵您的灰度图像是二维矩阵

您不能从 3D 矩阵中减去 2D 矩阵

Answer 3

E = imread('');
E = imz;
% choose your image directory
after apply some segmentation techniques to you image
that image save in img
imz = double(imz(:));
img=double(img(:));
ima=max(img(:));
imi=min(img(:));
m1=std(img(:));
 s1=20*log10((ima-imi)./m1);
 A = E.*E;
B = bgm.*bgm;
l2rat = sqrt(sum(B(:))/ sum(A(:)));
absd = abs(bgm);
AS = absd.^2;
maxerr = round(max(AS(:)));
% Measure Peak SNR
[peaksnr1, snr] = psnr(E, bgm);
fprintf('\n The Peak-SNR value is %0.4f', peaksnr1);
fprintf('\n The SNR value is %0.4f \n', s1);
fprintf('\n The MSE value is %0.4f \n', m1);
fprintf('\n The L2rat value is %0.4f \n', l2rat);
fprintf('\n The maxerr value is %0.4f \n', maxerr);**

在 MATLAB 中使用 RGB 和灰度图像计算 MSE - 图像处理

Calculating the MSE with a RGB and grayscale image in MATLAB - Image Processing

matlab

image

image-processing

matrix