1.PSNR
PSNR:peak signal to noise ratio 峰值信噪比。两幅图像间的psnr越大,则越相似,普遍基准为30dB,低于30dB图像劣化比较明显。
MAX:图像颜色的最大值,8bit为255;
MSE:均方差;
MSE=1mn∑ni=1∑mj=1||K(i,j)−I(i,j)||2 M S E = 1 m n ∑ i = 1 n ∑ j = 1 m | | K ( i , j ) − I ( i , j ) | | 2
PSNR是最普遍和使用最为广泛的一种图像客观评价指标,由于并未考虑到人眼的视觉特性(人眼对空间频率较低的对比差异敏感度较高。人眼对亮度对比差异的敏感度较色度高,人眼对一个区域的感知结果会受到其周围邻近区域的影响等),因而经常出现评价结果与人的主观感觉不一致的情况。
2.SSIM
SSIM:structural similarity index 结构相似性。SSIM算法在设计上考虑了人眼的视觉特性,比传统方式更符合人眼视觉感知。SSIM可以基于不同的窗口做计算,假设窗口x,y的大小是R*C:
其中
μ
μ
是图像的均值:
σ
σ
是图像的方差:
SSIM计算的结果为一个小数且在-1到1之间,若结果为1,说明对比的两幅图像数据上是一致的。通常我们取窗口window的大小为8x8,window可以在图像上移动,且在选择窗口大小的时候,作者建议是选择子群,即不要太大,这样会减少计算的复杂度。
计算图像的协方差:
计算中间方程:
其中 L(X,Y) L ( X , Y ) 是亮度对比因子, C(X,Y) C ( X , Y ) 是对比度因子, S(X,Y) S ( X , Y ) 是结构对比因子。
计算SSIM:
当设定 C3=C22 C 3 = C 2 2 公式可以简写成如下形式:
所以结构相似性从图像组成的角度将结构信息定义为独立于亮度、对比度的反映场景中物体结构的属性,并将失真建模为亮度、对比度和结构3个不同因素的组合。用均值作为亮度的估计,标准差作为对比度的估计,协方差作为结构相似程度的度量。
而在实际应用中,一般采用高斯函数计算图像的均值、方差以及协方差,而不是采用遍历像素点的方式,以换来更高的效率。
3.BD-rate/BD-BitRate/BDBR/BD-PSNR
BD-rate为负值时,表示相同PSNR条件下,码率减少,性能提高;正值是码率增加,性能下降。
一般来说,码率降低,PSNR越大,越能够说明新方法具有较好的性能。
然而会出现这样一种情况,即码率相对于原来的方法有所降低,但是PSNR即视频的质量却降低了,在这种情况下想要衡量方法的好坏,就需要利用BDBR和BD-PSNR,它提供的是利用新方法得到的视频相对于原来的方法在码率和PSNR上变化的情况。
BD-rate计算的是两种算法对应的两条RD曲线的差值的均值,具体需要通过对测试的几个(一般是4个)点进行曲线拟合,再做差值,然后取平均。
横坐标为rate,纵坐标为psnr。
BDBR表示了在同样的客观质量下,两种方法的码率节省情况(Rate/distortion curves画一条水平线);BD-PSNR表示了在给定的同等码率下,两种方法的PSNR-Y的差异(Rate/distortion curves画一条垂直线)。
BD-PSNR是指某个码率,PSNR差多少,不是平均值;BD-rate是平均值。
参考链接:
BDBR vs BDPSNR 计算方法
VCEG-M33
HEVC的工具在JCTVC-A031
转自:https://blog.csdn.net/u012868357/article/details/79360240