数字图像去噪（去雾）效果客观指标：PSNR、ISNR、MSE、误检率和漏检率算法

function [PSNRMSEISNRMDMDcntFDFDcntMSE_CNT100CLEAN_CNTNOISE_CNTMSE_CNT10EDGE100EDGE180]=FD_MD（INR）
% 本算法用于计算去噪的误检率、漏检率，MSEISNR等客观标准
%I---->原始无噪声图像
%N---->被噪声污染的图像
%R---->噪声恢复后的图像


%PSNR---->峰值信噪比，PSNR值越大，说明滤波效果越好
%ISNR---->信噪比改善因子，如果ISNR值为负值，说明滤波后噪声被抑制，ISNR值越低说明滤波效果越好。
%MSE----->均方误差该值越小，说明滤波后的图像与原始图像越接近，即噪声被抑制的程度越高，滤波效果越好。
%MDMDcnt---->漏检率和漏检噪声个数，漏检率为未被检测出的噪声像素数与实际噪声像素数的比值
%FDFDcnt---->误检率和误检噪声的个数，误检率为本身未受到噪声的污染、而检测算法却误将其判为噪声的像素数与实际噪声像素数的比值
%MSE_CNT100MSE_CNT10---->噪声恢复后的图像灰度值偏差大于100和10的个数
%EDGE100EDGE180--->LEAN 512*512图像的第512行边缘像素点灰度值大于100和180的个数
%NOISE_CNT--->滤波后噪声点个数
%CLEAN_CNT--->滤波后干净像素点的个数

[rowNumcolNum]=size（I）;
CNT=rowNum*colNum;
I