假設我有一個量化的8位灰度級圖像的量化函數:爲什麼(A - B)。^ 2在MATLAB中不等於(B - A)。^ 2?
function mse = uni_quan(I, b)
Q = I/2^(8 - b);
Q = uint8(Q);
Q = Q * 2^(8 - b);
mse = sum(sum((I - Q) .^ 2, 1), 2)/numel(I);
end
此功能使圖像I
執行均勻量化,並將其轉換成一個b
位圖像,然後,擴展它在0-255範圍內,現在,我要計算這個過程
的MSE (Mean Square Error)但結果對於
mse = sum(sum((I - Q) .^ 2, 1), 2)/numel(I);
和
mse = sum(sum((Q - I) .^ 2, 1), 2)/numel(I);
是不同的。任何人都可以請指出我最新的問題?
謝謝
我與示例代碼測試,它似乎是確定Q =蘭特(4,3) I =蘭特(4- (和)(sum((I-Q)。^ 2,1),其中mse = sum(sum((Q-I)。^ 2,1),2)/ numel(I) mse = sum ,2)/ numel(I) – michaeltang
你能否提供一個可重複的例子,可能是一個3乘3的圖像? – Dan
兩種結果有什麼不同? – kkuilla