图像质量评估:传统的图像质量客观评价方法(MSE,mean squared error)标准结合PSNR

1、图像质量的含义包括两个方面,一个是图像的逼真度(fidelity),另一个是图像的可懂度(intelligibility)。所谓图像的逼真度是描述陪评价图像与标准图像的偏离程度,图像质量直接取决于成像装备的光学性能、图像对比度、仪器噪声等多种因素的影响,通过质量评价可以对影像的获取、处理等各环节提供监控手段。;而图像的可懂度则是表示图像能向人和机器提供信息的能力。

图像质量评价比较困难,一般现在用均方误差表示客观逼真度,而图像的可懂度定量测量还很困难。

2、图像质量主观评价方法

主观质量评分法是图像质量最具代表性的主观评价方法,它通过对观察者的评归一判断图像质量。而主观质量评分法又可以分为绝对评价和相对评价两种类型。

绝对评价是将图像直接按照视觉感受分级评分;相对评价是由观察者将一批图像从好到坏进行分类比较。

3、图像质量客观评价方法:

是根据人眼的主观视觉系统建立数学模型,并通过具体的公式计算图像的质量。传统的图像质量客观评价方法主要包括均方误差(MSE,mean squared error)和峰值信噪比(PSNR,peak signal to noise rate)。均方误差法首先计算原始图像和失真像象素差值的均方值,然后通过均方值的大小来确定失真图像的失真程度。计算公式如图。

其中M、N为图像的长和宽,ijf表示原始图像的象素值,'ijf表示降质后图像的象素值。

PSNR作为衡量图像质量的重要指标,基于通信理论而提出,是最大信号量与噪声强度的比值。由于数字图像都是以离散的数字表示图像的像素,因此采用图像的最大象素值来代替最大信号量。具体公式如图。

其中 L 为图像中像素的最大灰度值,一般采用255。



它们是以评价对象和原始图像之间的差异作为主要参数来进行评价的。PSNR是一个表示信号最大可能功率和影响它的表示精度的破坏性噪声功率的比值的工程术语,它作为信号的失真测度,常用作图像压缩等领域中信号重建质量的测量方法。 

传统图像评价方法的不足 :

通常,对于给定图像,人眼对感兴趣区域的失真往往较背景区域敏感,但是,MSE和PSNR值的大小只是反映了两幅图像在像素值上的差异,而与人眼的视觉观察效果没有任何关系。因而传统的图像质量评价方法有一定的缺陷。 近而需要出现第三种评估方法。

4、基于人眼视觉特性的图像质量评价方法


  • 4
    点赞
  • 30
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 通过fsim、ssim、msepsnr进行图像质量评估的比较研究是为了评估图像处理算法或图像传输中所使用的图像质量。下面将对这四个指标进行具体分析。 首先,全参考性图像质量评估指标FSIM(Feature Similarity Index Measure)是一种利用结构特征对图像进行评估方法。FSIM能够考虑到图像的结构、亮度和对比度,对于复杂场景的图像评估效果较好。 其次,结构相似性指数SSIM (Structural Similarity Index) 是一种广泛使用的图像质量评估指标。SSIM基于图像的亮度、对比度和结构三个方面进行计算,具有较强的鲁棒性,并且与人眼感知有较好的一致性。 MSEMean Squared Error,均方误差)是一种广泛用于评估两个图像差异的指标。MSE是通过计算原图像与处理后图像之间差异的平方和来评估质量的,数值越小表示图像差异越小,但MSE往往无法准确反映人眼感知到的差异。 PSNR(Peak Signal to Noise Ratio,峰值信噪比)是通过原始图像与处理图像之间的均方误差进行计算的指标。PSNR对于衡量图像处理算法的失真有一定的参考价值,数值越大表示图像质量越好,但PSNR对于人眼感知的图像质量差异并不敏感。 综上所述,FSIM和SSIM是针对结构特征进行评估的指标,对复杂场景的图像具有较好的评估效果;而MSEPSNR则通过比较原图像与处理图像之间的差异来评估图像质量,但对于人眼感知的差异较为有限。因此,在具体应用中,需要根据评估场景和目的选择合适的指标进行图像质量评估。 ### 回答2: 图像质量评估是对图像进行客观评价的一种方法,而通过比较fsim、ssim、msepsnr这四种评估指标,可以更全面地了解图像质量。 首先,fsim是基于感知机制的指标,可以评估图像的结构、亮度、对比度等方面的质量。它将图像信息的结构特征与人类视觉系统的感知能力相结合,能更准确地反映人类对图像质量主观感知。与fsim类似,ssim也是一种感知质量指标,但它重点评估图像的结构相似性,即图像是否保留了原始图像的结构信息。fsim和ssim都考虑了人类视觉系统的特性,因此对于人眼感知相似度较高的图像能够得到更准确的评估结果。 另一方面,mse是一种常用的基于误差的质量评估指标,它衡量了测试图像与参考图像之间像素级别的差异。mse值越小,表示两幅图像越接近,但mse无法考虑到人类视觉系统的感知能力,所以它不能很好地反映图像质量。 最后,psnr也是一种基于误差的评估指标,它通过比较两幅图像的峰值信噪比来评估图像质量。峰值信噪比越高,表示图像质量越好。psnr是一种常用的指标,它可以测量图像的保真度,但也不能完全符合人类对图像质量的感知。 综上所述,fsim和ssim这两种基于感知机制的指标可以更好地反映人类对图像质量的感知,而msepsnr这两种基于误差的指标则更多地关注像素级别的差异。在实际应用中,根据具体的评估需求,可以选择适合的指标进行图像质量评估。 ### 回答3: 通过fsim (Feature SIMilarity),ssim (Structural SIMilarity),mse (Mean Squared Error)和psnr (Peak Signal-to-Noise Ratio)这四种方法图像质量进行评估的比较研究如下: 首先,fsim是一种基于感知失真的图像质量评估算法。它使用感知特征的相似性来计算图像之间的相对失真程度。fsim不仅考虑了亮度和对比度的信息,还将纹理信息考虑在内。通过计算图像的感知特征之间的相似性,可以得到更准确的图像质量评估结果。 ssim是一种衡量结构相似性的指标。它通过比较图像的亮度、对比度和结构信息来评估图像之间的相似程度。ssim在图像质量评估中广泛应用,它考虑了图像的感知特征,对于低质量图像和失真图像可以提供准确的评估mse是衡量图像失真程度的指标。它计算了原始图像与重建图像之间的像素差的平方的均值。mse越大,表示图像失真程度越高。mse是一个简单易计算的指标,但它只考虑了亮度信息,对于某些图像质量问题可能不敏感。 psnr是通过计算原始图像与重建图像之间的峰值信噪比来评估图像质量的指标。它是使用信噪比的倒数来表示图像失真程度。psnr越高,表示图像质量越好。psnr是一种常用的图像质量评估指标,但它只考虑了亮度信息,对于某些图像质量问题可能不敏感。 综上所述,fsim和ssim是两种比较先进和准确的图像质量评估算法,可以综合考虑感知失真和结构相似性。而msepsnr是比较传统图像质量评估指标,主要考虑了亮度信息。在进行图像质量评估时,可以根据评估需要选择适合的指标进行比较研究。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值