matlab实现评价图像增强效果的参数——信背比(SBR)

图像增强算法中，对于图像中目标是否得到增强，有一个信背比的评价指标，由于在百度上都没有找到相关的记载，我找了几篇文章对这一概念进行介绍，如果有误请各位指出来，如果其他地方有比较详细的介绍也请在评论区附上链接供大家学习，感谢~

信背比评价图像中目标显著程度，对于弱目标显示效果明显。在信噪比相近的条件下，信背比越高，目标信号越显著。

   

上图出自文献[2]，使用局部信背比(LSBR)。用于评价图像的增强效果。

 

信背比的概念及计算方法[1]

在图像处理领域，没有直观的物理量可以表现目标的显著程度。信背比的概念来源于光谱学，对目标信号的显著程度进行量化，直观的反映出目标信号与背景的平均灰度值之比。

文中信背比SBR为信号区（图像内）像素点的平均灰度值比上背景区域像素点的

值，且信号区域像素点不含有背景灰度值，背景区域像素点也不含有目标信号灰度值。因此，当像素点(x,y)属于信号区域时：

当像素点(x,y)属于背景区域时：

信背比的计算表达为：

由于灰度值的数值不代表绝对的大小，仅代表白色与黑色之间的灰度等级，因此信背比不存在正负之分，因此取绝对值

由上式可知，当信背比SBR=0时，，，信号灰度值与背景灰度值相等，即信号与背景完全无法分辨。

%提取图像的SRB值 clear all;clc; I=rgb2gray(imread('aa.png')); %读取图片 figure(1),imshow(I);title('源图像'); J1=im2bw(I,graythresh(I)); figure(2),imshow(J1);title('初始二值图像'); [m,n]=size(I); %int i; %int j; sum_xinhao=0.0; sum_beijing=0.0; count=0; for i=1:mfor j=1:nif(J1(i,j)==1) %信号区域count=count+1;sum_xinhao=sum_xinhao+double(I(i,j));else %背景区域sum_beijing=sum_beijing+double(I(i,j));end%sum_xinhaoend end mean_xinhao=double(sum_xinhao/count); mean_beijing=double(sum_xinhao/(m*n-count)); SBR=10*abs(log10(mean_xinhao)-log10(mean_beijing));

-----------------------------------------------------------------

参考文献：1 张刘,张皓晨,刘付成,满益云,孙俊,张冠宇.基于高信背比的视频低速暗弱目标增强[J].光学精密工程,2019,27(04):945-952.

2 刘莉,钱雪飞,曹盟盟.基于图像融合的红外图像增强算法研究[J].山西电子技术,2019(05):91-93.

3 提取图像中的圆圈https://blog.csdn.net/lf666000/article/details/49981153/

总结

以上是生活随笔为你收集整理的matlab实现评价图像增强效果的参数——信背比(SBR)的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。