簡介
PSNR 是最普遍，最廣泛使用的評鑑畫質的客觀量測法，不過許多實驗結果都顯示，PSNR 的分數無法和人眼看到的視覺品質完全一致，有可能 PSNR 較高者看起來反而比PSNR 較低者差。
這是因為人眼的視覺對於誤差的敏感度並不是絕對的，其感知結果會受到許多因素的影響而產生變化（例如：人眼對空間頻率較低的對比差異敏感度較高，人眼對亮度對比差異的敏感度較色度高，人眼對一個區域的感知結果會受到其周圍鄰近區域的影響）。
（參考百度百科）

計算公式：

function [PSNR, MSE] = psnr(X, Y)
% 計算峰值信噪比PSNR、均方根誤差MSE
% 如果輸入Y為空，則視為X與其本身來計算PSNR、MSE

if nargin<2
    D = X;
else
    if any(size(X)~=size(Y))
        error('The input size is not equal to each other!');
    end
    D = X-Y;
end
MSE = sum(D(:).*D(:))/prod(size(X));
PSNR = 10*log10(255^2/MSE);
display(MSE);
display(PSNR);

function main()
clc; close all;
I = imread('rice.png');
I1 = imnoise(I, 'salt & pepper');
figure;
subplot(1, 2, 1); imshow(I); title('原影象');
subplot(1, 2, 2); imshow(I1); title('加噪聲影象');
[PSNR, MSE] = psnr(I, I1);

總結
有一些方法中採用了分塊計算PSNR等引數，用來得到更為有效地資訊。也有的方法提出一些新的計算公式，當然這都是為了統計處影象處理前後的差異資訊。
類似的，對於相近的公式，也可以如上做編碼。