如何在 MATLAB 中使用 RGB 和灰度图像计算 MSE？我在这里写了一些代码：
I = imread('iris.jpg);
Gray = rgb2gray(I);
n = size(I);
M = n(1);
N = n(2);
MSE = sum(sum(I-Gray).^2))/(M*N);
fprintf('\nMSE:%7.2f',MSE);
但是，当我运行此代码时，我收到此错误：
错误使用 - 矩阵维度必须一致。
如何解决这个错误？
【问题讨论】：
标签： image matlab image-processing matrix
我不确定您为什么要这样做....尤其是因为灰度图像和彩色图像在颜色值方面会完全不同。
你得到的错误很清楚。灰度图像只有一个通道，而 RGB 图像有三个。您正在尝试减去尺寸不兼容的图像，因此您会收到该错误。
但是，如果此 MSE 计算确实是您想要的，您需要确保您的灰度图像具有三个颜色通道。灰度图像的红色、绿色和蓝色分量都相等，因此使用repmat 进行简单修复应该可以解决问题。我们可以使用它在多个通道上复制灰度图像以模拟彩色图像。
在计算 MSE 之前对您的 Gray 变量执行此操作：
Gray = repmat(Gray, [1 1 3]);
因此，您真的会这样做。顺便说一句，您的第一行有错字。您忘记了结束引号。您还有一个额外的右括号，用于 MSE 计算。
I = imread('iris.jpg');
Gray = rgb2gray(I);
%// Change
Gray = repmat(Gray, [1 1 3]);
n = size(I);
M = n(1);
N = n(2);
MSE = sum(sum(I-Gray).^2)/(M*N);
fprintf('\nMSE:%7.2f',MSE);
请注意，您可能会获得较高的 MSE，因为灰度值与原始 RGB 值完全不同。
附带说明，如果您不喜欢repmat，您可以通过bsxfun 实现相同的效果，它会自动为您在多个频道上播放灰度图像：
I = imread('iris.jpg');
Gray = rgb2gray(I);
n = size(I);
M = n(1);
N = n(2);
MSE = sum(sum(bsxfun(@minus, I, Gray).^2))/(M*N); %// Change
fprintf('\nMSE:%7.2f',MSE);
【讨论】：
您在文件名 iris.jpg 后缺少一个右引号，并且您在以 MSE= 开头的行中有一个额外的括号
错误很明显；矩阵尺寸不一致。
您的输入图像是 RGB，它是一个 3D 矩阵 您的灰度图像是二维矩阵
您不能从 3D 矩阵中减去 2D 矩阵
【讨论】：
E = imread('');
E = imz;
% choose your image directory
after apply some segmentation techniques to you image
that image save in img
imz = double(imz(:));
img=double(img(:));
ima=max(img(:));
imi=min(img(:));
m1=std(img(:));
s1=20*log10((ima-imi)./m1);
A = E.*E;
B = bgm.*bgm;
l2rat = sqrt(sum(B(:))/ sum(A(:)));
absd = abs(bgm);
AS = absd.^2;
maxerr = round(max(AS(:)));
% Measure Peak SNR
[peaksnr1, snr] = psnr(E, bgm);
fprintf('\n The Peak-SNR value is %0.4f', peaksnr1);
fprintf('\n The SNR value is %0.4f \n', s1);
fprintf('\n The MSE value is %0.4f \n', m1);
fprintf('\n The L2rat value is %0.4f \n', l2rat);
fprintf('\n The maxerr value is %0.4f \n', maxerr);**
【讨论】：