function?[PSNRMSEISNRMDMDcntFDFDcntMSE_CNT100CLEAN_CNTNOISE_CNTMSE_CNT10EDGE100EDGE180]=FD_MD（INR）
%?本算法用于計算去噪的誤檢率、漏檢率，MSEISNR等客觀標準
%I---->原始無噪聲圖像
%N---->被噪聲污染的圖像
%R---->噪聲恢復后的圖像


%PSNR---->峰值信噪比，PSNR值越大，說明濾波效果越好
%ISNR---->信噪比改善因子，如果ISNR值為負值，說明濾波后噪聲被抑制，ISNR值越低說明濾波效果越好。
%MSE----->均方誤差該值越小，說明濾波后的圖像與原始圖像越接近，即噪聲被抑制的程度越高，濾波效果越好。
%MDMDcnt---->漏檢率和漏檢噪聲個數，漏檢率為未被檢測出的噪聲像素數與實際噪聲像素數的比值
%FDFDcnt---->誤檢率和誤檢噪聲的個數，誤檢率為本身未受到噪聲的污染、而檢測算法卻誤將其判為噪聲的像素數與實際噪聲像素數的比值
%MSE_CNT100MSE_CNT10---->噪聲恢復后的圖像灰度值偏差大于100和10的個數
%EDGE100EDGE180--->LEAN?512*512圖像的第512行邊緣像素點灰度值大于100和180的個數
%NOISE_CNT--->濾波后噪聲點個數
%CLEAN_CNT--->濾波后干凈像素點的個數

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