blinddeconv.processing.metrics module

blinddeconv.processing.metrics.PSNR(original: ndarray, restored: ndarray, aligned: bool = True, max_shift: int = 8, border: int = 4) → float

Вычисляет отношение пикового сигнала к шуму (PSNR) между изображениями.

Авторы: Юров П.И.

Аргументы:

original (ndarray): Исходное изображение restored (ndarray): Восстановленное/обработанное изображение aligned (bool): Если True (по умолчанию), перед вычислением

PSNR выполняется поиск оптимального целочисленного сдвига restored относительно original в окне [-max_shift, +max_shift] по обеим осям; это компенсирует translation-ambiguity слепой деконволюции. Если False — стандартный попиксельный PSNR.

max_shift (int): Полуширина окна поиска сдвига (только при

aligned=True).

border (int): Дополнительный отступ от границы (px), который

выбрасывается из оценки, чтобы не считать на ringing-артефактах.

Возвращает:

Значение PSNR в децибелах (dB)

blinddeconv.processing.metrics.SSIM(original: ndarray, restored: ndarray, data_range: float | None = None, aligned: bool = True, max_shift: int = 8, border: int = 4) → float

Вычисляет индекс структурного сходства (SSIM) между изображениями.

Авторы: Юров П.И.

Аргументы:

original: Исходное изображение restored: Восстановленное/обработанное изображение data_range (Optional[float]): Верхний предел значений aligned (bool): Если True (по умолчанию), перед вычислением

SSIM выполняется поиск оптимального целочисленного сдвига restored относительно original в окне [-max_shift, +max_shift] по обеим осям (сдвиг подбирается по MSE, что эквивалентно максимизации PSNR). Если False — стандартный SSIM.

max_shift (int): Полуширина окна поиска сдвига (только при

aligned=True).

border (int): Дополнительный отступ от границы (px).

Возвращает:

Значение SSIM в диапазоне от 0 до 1

blinddeconv.processing.metrics.Sharpness(image: ndarray)

Подсчет резкости через дисперсию Лапласа.

Авторы: Юров П.И. Более высокое значение указывает на большую резкость.

Аргументы:

image (ndarray): Входное изображение

blinddeconv.processing.metrics.blur_complexity(original: ndarray, blurred: ndarray) → float

Вычисляет нормированную меру сложности смаза [0, 1] на основе SML.

Авторы: Беззаборов А.А.

Аргументы:

original: Исходное резкое изображение blurred: Смазанное изображение

Возвращает:

Нормированная мера смаза: 0 - нет смаза (идеально резкое) 1 - максимальный смаз (полностью размытое)

blinddeconv.processing.metrics.calculate_sml(image: ndarray) → float

Вычисляет Sum of Modified Laplacian (SML) для изображения.

Авторы: Беззаборов А.А. Мера общей резкости/количества краев.

Аргументы:

image (ndarray): Входное изображение (grayscale или color)

Возвращает:

Сумма модифицированного лапласиана

blinddeconv.processing.metrics.calculate_snr(signal: ndarray, noise: ndarray) → float

Вычисляет отношение сигнал-шум (SNR) в dB.

Авторы: Беззаборов А.А.

Аргументы:

signal: Сигнал (смазанное изображение без шума) noise: Матрица добавленного шума

Возвращает:

SNR в децибелах (dB)

blinddeconv.processing.metrics.noise_complexity(signal: ndarray, noise: ndarray, min_snr: float = 0.0, max_snr: float = 50.0) → float

Вычисляет нормированную меру сложности шума [0, 1] на основе SNR.

Авторы: Беззаборов А.А.

Аргументы:

signal: Сигнал (смазанное изображение без шума) noise: Матрица добавленного шума min_snr: Минимальный SNR (соответствует сложности 1) max_snr: Максимальный SNR (соответствует сложности 0)

Возвращает:

Нормированная мера шума: 0 - нет шума (SNR = ∞) 1 - максимальный шум (SNR → 0)