在matlab里怎么求图片的信噪比?

在matlab里怎么求图片的信噪比?,第1张

1、在当前文件夹中新建一个SNR1.m文件,内容为:“ function snr=SNR1(I,In) Ps=sum(sum(I.^2)) Pn=sum(sum((In-I).^2)) snr=10*log10(Ps/Pn)”。

2、准备好两个矩阵a和b,这里使用的是两个291*240的double类型的矩阵。

3、在命令行窗口中输入:“x=SNR1(a,b)”,调用已经写好的信噪比函数。

4、回车后计算得a和b的信噪比为25.2021。

如何计算信号的信噪比

1、在仿真实验中要产生具有某个信噪比的混合信号样本zt。这时,先求出不含噪声的有用信号的幅度(最大值)am再根据给定的信噪比snr(db)反推噪声电平theta。以高斯噪声为例,Matlab程序如下:

am=max(abs(s))%s为不含噪声的有用信号

theta=am/(10^(snr/20))

zt=s+theta*randn(size(s))%加入零均值,方差为(theta^2)的高斯噪声

2、对实测信号(含噪声)估计信噪比。首先要估计噪声的方差,方法是用噪声有限个样本的子样方差(若干不含有用信号的样本的平方和再除以样本数目)代替实际噪声的方差。根据大数定理,这种估计所用的样本数目越多,估计越准确。有用信号能量的估计理论上应用将含有噪声的有用信号样本去掉噪声后进行,但实际情况往往做不到。因此,只好用含有噪声的有用信号样本峰值代替真实信号的幅度。然后用与上面相同的公式就可以计算出信噪比的估计值。

拓展资料:

信噪比简介:

信噪比(signal-to-noise ratio)是音箱回放的正常声音信号与无信号时噪声信号(功率)的比值。用dB表示。例如,某音箱的信噪比为80dB,即输出信号功率是噪音功率的10^8倍,输出信号标准差则是噪音标准差的10^4倍,信噪比数值越高,噪音越小。"噪声"的广义的定义就是:"在处理过程中设备自行产生的信号",这些信号与输入信号无关。

对于MP3播放器来说,信噪比都是一个比较重要的参数,它指音源产生最大不失真声音信号强度与同时发出噪音强度之间的比率称为信号噪声比,简称信噪比(Signal/Noise),通常以S/N表示,单位为分贝(dB)。对于播放器来说,该值当然越大越好。

目前MP3播放器的信噪比有60dB、65dB、85dB、90dB、95dB等等,我们在选择MP3的时候,一般都选择60dB以上的,但即使这一参信噪比数达到了要求,也不一定表示机子好,毕竟它只是MP3性能参数中要考虑的参数之一。

信噪比与噪声衡量标准:

信噪比是音响界公认的衡量音响器材质量水准的一个重要指标,几乎所有的电声器材都会标注这个指标,没有这个指标的器材,要么是一些特制的专用器材设备,要么就是不正规的产品。信噪比、失真率、频率响应这三个指标是音响器材的"基础指标"或"基本特性",我们在评价一件音响器材或者一个系统水准之前,必须先要考核这三项指标,这三项指标中的任何一项不合格,都说明该器材或者系统存在着比较重大的缺陷。信噪比作为设备、系统的基础指标之一,必须得到应有的高度重视。

参考资料:

知网空间网 信噪比-学术百科网页链接

clear all

close all

x=0:0.2:10

data1=sin(x)

plot(x,data1)

hold on

data2=awgn(data1,10*log10(0.05))

plot(x,data2,'r-')

hold off

扩展资料

matlab添加白噪声叠加到信号:

function [Y,NOISE] = noisegen(X,SNR)

% noisegen add white Gaussian noise to a signal.

% [Y, NOISE] = NOISEGEN(X,SNR) adds white Gaussian NOISE to X.  The SNR is in dB.

NOISE=randn(size(X))

NOISE=NOISE-mean(NOISE)

signal_power = 1/length(X)*sum(X.*X)

noise_variance = signal_power / ( 10^(SNR/10) )

NOISE=sqrt(noise_variance)/std(NOISE)*NOISE

Y=X+NOISE

其中X是纯信号,SNR是要求的信噪比,Y是带噪信号,NOISE是叠加在信号上的噪声。


欢迎分享,转载请注明来源:内存溢出

原文地址: https://www.outofmemory.cn/yw/8098932.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-04-13
下一篇 2023-04-13

发表评论

登录后才能评论

评论列表(0条)

保存