均方误差图[编辑]

[poster]

如果这是相同大小256 * 200的RGB图像A，B的MSE的公式，则如何获取每个像素的线图，其中x轴表示像素，y轴表示MSE值

MSE = reshape（平均值（平均值（（double（A）-double（B））。^ 2,2），1），[1,3]）

只有两个图像A，B。该图应说明MSE表示的A和B的每个像素之间的变化。



回答：

如果您想显示“每个像素之间”的变化，那么您所显示的不再是均方误差了-没有求平均值。 （除非您打算在三个颜色平面上取平均值，但我不建议这样做：R，G，B的变化对人类视觉系统的影响并不显着。如果确实必须这样做，则可能需要对它们进行加权，例如2：4：1代表更具代表性，但这仍然是临时性的，不太可能就什么差异看起来最大的问题提供非常准确的想法。）

当然，要查看每个像素的误差是完全合理的，但是我不建议使用折线图来显示它们。这很可能令人困惑，而不是提供信息。而是将它们显示为图像：

errs = (double(A)-double(B)).^2; image(errs / max(errs(:))); axis image; 然后可以通过肉眼与A和B进行比较，以查看哪些图像区域/特征/ ...对应于更严重的错误。每个像素的亮度和颜色指示错误的数量及其在R，G和B平面上的分布方式。

另一方面，也许您真正需要的是图像各个行或列的均方误差。在这种情况下，按照上述方法创建errs之后，请使用mean计算行或列均值；这将为您提供256 x 1 x 3图像或1 x 200 x 3图像；现在，我建议您分别绘制R，G，B曲线，除非您（如上所述，我认为这可能很愚蠢）坚持求平均。

row_errs = mean(errs,2); % this is now of size [n,1,3] 现在row_errs(:,:,1)是MS row_errs(:,:,2)红色错误的向量， row_errs(:,:,2)是MS row_errs(:,:,2)绿色错误的向量，等等。您可以将其馈送到plot 。



更多&回答...