[二、峰值信噪比（PSNR, Peak Signal-to-Noise Ratio）](#二、峰值信噪比（PSNR, Peak Signal-to-Noise Ratio）) [三、信噪比（SNR, Signal-to-Noise Ratio）](#三、信噪比（SNR, Signal-to-Noise Ratio）) [四、动态范围（Dynamic Range）](#四、动态范围（Dynamic Range）) 1.直观性 2.人眼适应性 3.标准化比较 [六、结构相似性指数（SSIM, Structural Similarity Index）](#六、结构相似性指数（SSIM, Structural Similarity Index）) 1.原理 2.公式 3.示例代码 七、多尺度结构相似性指数（MS-SSIM） [八、平均绝对误差（MAE, Mean Absolute Error）](#八、平均绝对误差（MAE, Mean Absolute Error）) 1.原理 2.公式 3.示例代码 [九、视觉信息保真度（VIF, Visual Information Fidelity）](#九、视觉信息保真度（VIF, Visual Information Fidelity）) 十、学习感知图像块相似度（LPIPS） 在 图像处理 中，参数的衡量常涉及 对数单位（如分贝，dB） ，主要用于 量化信号的强度、噪声水平或图像质量的相对变化 。以下是常见参数的原理、计算方法和示例： 分贝（Decibel）是一种 对数单位 ，用于 表示两个量（如信号与噪声）的比值 。其核心优势是将 大范围的数值压缩到更易处理的尺度 ，并符合人类感官 对强度的非线性感知特性 。 其中 𝑃1和 𝑃2是两个功率值 。若涉及 幅度值（如电压、像素强度） ，公式需平方： 二、峰值信噪比（PSNR, Peak Signal-to-Noise Ratio） 用途：衡量 图像压缩或重建后的质量 （ 对比原始图像 ）。 三、信噪比（SNR, Signal-to-Noise Ratio） 用途： 量化信号中有效信息与噪声的比例。

四、动态范围（Dynamic Range） 用途：描述图像中 最亮与最暗区域的比值 。 直观性：分贝将 大范围数值压缩为小范围 （如 1:1000 → 30dB）。 人眼适应性：符合人类 对亮度变化的非线性感知 （ 韦伯-费希纳定律 ）。 标准化比较：便于 跨不同设备或场景的图像质量评估 。 六、结构相似性指数（SSIM, Structural Similarity Index） SSIM通过比较 亮度（Luminance）、对比度（Contrast）和结构（Structure） 三个因素来评估 两幅图像的相似性 ，范围在** -1, 1 **之间， 1表示完全相同 。 七、多尺度结构相似性指数（MS-SSIM） MS-SSIM在 多个尺度（分辨率） 下计算SSIM，综合各尺度的结果，更符合 人类视觉系统 对 多分辨率特征的 感知。 八、平均绝对误差（MAE, Mean Absolute Error） 计算 两图像像素差的绝对值的均值 ，单位与像素强度相同。 九、视觉信息保真度（VIF, Visual Information Fidelity） 通过 自然场景统计模型 和 人类视觉系统的失真感知 来评估图像质量， 值越大表示质量越好 （ 通常范围在0到1之间 ）。 十、学习感知图像块相似度（LPIPS） 基于 深度学习模型（如VGG） 提取特征，计算 特征空间的距离 ， 值越小表示越相似 。 以上就是今天要讲的内容，本文仅仅简单介绍了分贝、峰值信噪比、信噪比、动态范围等的公式、原理以及使用。