关于图像客观质量评价

图像全参考客观评价算法比较
https://blog.csdn.net/leixiaohua1020/article/details/38324973

评估图像质量评价算法性能的几个常用的标准
https://blog.csdn.net/caoleiwe/article/details/49045633

两种常用的全参考图像质量评价指标–PSNR和SSIM
https://blog.csdn.net/zjyruobing/article/details/49908979

图像质量评价之衡量标准
https://blog.csdn.net/lanmengyiyu/article/details/53322955

图像评价指标
https://blog.csdn.net/purgle/article/details/73719101

图像质量评价标准简介
https://www.jianshu.com/p/b12dc6d634c1

图像评价指标及方法（更偏向于图像效果评价）
https://blog.csdn.net/ddreaming/article/details/52422376

---

以下关于图像质量评价的内容源自《小波编码与网络视频传输》（沈兰荪 卓力编著）的第1章。

图像质量的含义包括两个方面，一是图像的逼真度，另一个是图像的可懂度。所谓图像的逼真度是描述被评价图像与标准图像的偏离程度，图像的可懂度则是表示图像能向人或计算机提供信息的能力。

目前常用的图像质量评价方法主要有主观质量评价和客观质量评价两种。在充分考虑人眼视觉特性的基础上，提出一种基于感兴趣区的图像/视频质量评价方法。其突出特点是：对存在感兴趣区的图像进行评价时，将感兴趣区和非感兴趣区区别对待，通过对图像中不同区域的加权来突出人眼对感兴趣区的兴趣程度。可以近似认为，人眼对感兴趣区的兴趣程度与其面积成反比。当感兴趣区的面积为零时，该方法将退化为客观质量评价方法。即传统客观质量评价方法是该方法的特例。

传统的客观评价方法用恢复图像偏离原始图像的误差来衡量图像恢复的质量，最常用的有均方误差（MSE: Mean Squared Error）和峰值信噪比（PSNR: Peak Signal-to-Noise Ratio）。

主观评价方法就是让一群观察者对同一幅图像按视觉效果的好坏进行打分，并对其进行加权平均。通常对图像质量的评价可分为很好、较好、一般、较差、极差五个等级。用主观的方法来测量图像的质量通常更合适，但是操作较复杂，且不能应用于实时传输的场合。

图像最终是供人看的，因此合理地评价图像质量的方法应充分遵循人眼视觉特性。人眼视觉具有一定的选择性。人们在观察和理解图像时会不自觉地对其中某些区域产生兴趣。为讨论问题的简化起见，假设分析图像中只有一个感兴趣区A1，其面积为S1，不感兴趣区A2的面积为S2，S为图像的总面积 (S=S1+S2) 。修改MSE的公式可得出图像均方误差 (IMSE: Image Mean Squared Error) :

—————————————————————————————————————————

未完待续……