处理后的每个像素的第K个分量的值为：
                gk(m,n)(m=0,l,2,3,…,M-l;n=0,1,2,3,…,N-1)           （2-2）
则图像的峰值均方误差(PMSE)为：   （2-3）
式(2-3)中A为gk(m,n)(m=0,l,2,3,…,M-l;n=0,1,2,3,…,N-1)的最大值。
图像的峰值均方误差（PMSE）一般用峰值信噪比(PSNR)来表示：2-4）
图像的峰值信噪比在一定程度上反映了图像数据处理前后的变化情况，其所反映的是图像数据变化情况的统计平均。
一般总的来说，图像处理前后的峰值信噪比越小，图像的质量降低的就越多，但是这种平静的变化情况并没有从根本上反映出图像处理前后在视觉上的变化情况。而且人的视觉特性还受到外界条件的影响，在不同的照度下，人眼对相同的图像数据有不同的视觉感受，不同的背景也会影响人眼的感觉。因此人眼对图像的感觉是一个总体的感受，对每一个像素的感受都会受到周围像素的影响，局部的视觉效果不仅取决于局部的数据，还和局部数据周围的图像数据以及整幅图像数据有关。
单纯用峰值信噪比来评价图像的视觉效果是不够合适的。例如这样的例子，对于相同的一幅图像，第一个操作是在这幅图像上添加随机噪声;第二个操作是对这幅图像的局部做很大的修改，其它数据不变。适当的处理可以实现保证这两次操作前后的峰值信噪比相同，但显然，经过不同处理的两幅图像在视觉效果上却有很大的差异。
人的视觉系统是一个非线性系统。同时，人眼对空间频率依赖性也很强，当空间频率增大时，人眼的分辨率会迅速降低;人眼对不同方向的空间频率的信号，其视觉响应也有所不同。人眼具有非常复杂的视觉特性，这正是图像信息隐藏技术的基础，而峰值信噪比只是简单的反映了图像处理前后的统计变化情况，无法准确的反映人眼的复杂视觉特性。所以仅用这一项指标无法从根本上反映信息隐藏技术的嵌入性能.因此，用峰值信噪比来评价信息隐藏技术并不是十分合适。
2.5.2  符合人眼视觉特性的图像质量评价模型
近年来，人们越来越重视图像质量的主观评价，国际上也制定了相应的标准ITU- R.BT.500。但是主观评价需要很多的参与评估人员，程序也比较复杂，受个体差异影响大，结果稳定性差，所以也需要研究一种可以定量测定图像质量，又能够在一定程度上代替主观评价的方法。
人眼视觉系统模型(HVS) 的建立具有十分重要的意义，因为评价图像质量的关键就在于所用的视觉模型是否符合人眼的感知特性，因此在评价图像质量是必须考虑以视觉锐度、对比度敏感度、多通道结构等为基础的人眼视觉特性(HVS)。Eskicioglu等通过对大量图像治理评价方法进行研究后得出结论：在评价方法中引入人眼视觉特性(HVS)将可以显著提高测试结果与主观评价的一致性[15]。
在图像质量评价中应引入人眼视觉系统模型(HVS)这点已被众多的研究者证实。尽管人们研究HVS已经有相当长的时间，而且也采用了很多相互补充的方法，但是对HVS的认识还存在很多未知的领域。由于不能够建立起比较精确、统一的数学或物理模型，在一定程度上也影响了图像质量评价的准确性。随着技术的不断发展，对图像质量评价的要求越来越高，这就意着评价模型也必须更加简洁。
比较完善的图像质量评价模型是信息隐藏性能评价中的难点，载体图像数据特性也很大程度上影响着隐藏性能。例如对于相同的隐藏算法，相同的嵌入数据，而载体图像不同，则可能嵌入数据后的效果就不同。原因很简单，对于不同的图像，其纹理复杂度不同，在很大程度上会影响可嵌入的数据量。所以，信息隐藏的性能应该用综合指标来评价。 Matlab数字水印信息隐藏技术实现+文献综述(7):http://www.youerw.com/tongxin/lunwen_4172.html