圖像增強算法中，對於圖像中目標是否得到增強，有一個信背比的評價指標，由於在百度上都沒有找到相關的記載，我找了幾篇文章對這一概念進行介紹，如果有誤請各位指出來，如果其他地方有比較詳細的介紹也請在評論區附上鍊接供大家學習，感謝~
信背比評價圖像中目標顯著程度，對於弱目標顯示效果明顯。在信噪比相近的條件下，信背比越高，目標信號越顯著。
上圖出自文獻[2]，使用局部信背比(LSBR)。用於評價圖像的增強效果。
信背比的概念及計算方法[1]
在圖像處理領域，沒有直觀的物理量可以表現目標的顯著程度。信背比的概念來源於光譜學，對目標信號的顯著程度進行量化，直觀的反映出目標信號與背景的平均灰度值之比。
文中信背比SBR爲信號區（圖像內）像素點的平均灰度值比上背景區域像素點的
值，且信號區域像素點不含有背景灰度值，背景區域像素點也不含有目標信號灰度值。因此，當像素點(x,y)屬於信號區域時：
當像素點(x,y)屬於背景區域時：
信背比的計算表達爲：
由於灰度值的數值不代表絕對的大小，僅代表白色與黑色之間的灰度等級，因此信背比不存在正負之分，因此取絕對值
由上式可知，當信背比SBR=0時，
，
，信號灰度值與背景灰度值相等，即信號與背景完全無法分辨。
%提取圖像的SRB值
clear all;clc;
I=rgb2gray(imread('aa.png')); %讀取圖片
figure(1),imshow(I);title('源圖像');
J1=im2bw(I,graythresh(I));
figure(2),imshow(J1);title('初始二值圖像');
[m,n]=size(I);
%int i;
%int j;
sum_xinhao=0.0;
sum_beijing=0.0;
count=0;
for i=1:m
for j=1:n
if(J1(i,j)==1) %信號區域
count=count+1;
sum_xinhao=sum_xinhao+double(I(i,j));
else %背景區域
sum_beijing=sum_beijing+double(I(i,j));
end
%sum_xinhao
end
end
mean_xinhao=double(sum_xinhao/count);
mean_beijing=double(sum_xinhao/(m*n-count));
SBR=10*abs(log10(mean_xinhao)-log10(mean_beijing));
-----------------------------------------------------------------
參考文獻：1 張劉,張皓晨,劉付成,滿益雲,孫俊,張冠宇.基於高信背比的視頻低速闇弱目標增強[J].光學精密工程,2019,27(04):945-952.
2 劉莉,錢雪飛,曹盟盟.基於圖像融合的紅外圖像增強算法研究[J].山西電子技術,2019(05):91-93.
3 提取圖像中的圓圈https://blog.csdn.net/lf666000/article/details/49981153/