超分评价指标

1. PSNR（峰值信噪比）

PSNR Peak Signal-to-Noise Ratio
衡量图像质量的指标。
维基百科解释

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。由于许多信号都有非常宽的动态范围，峰值信噪比常用对数分贝单位来表示。

计算方法：

• 先计算MSE
  $$MSE=\frac{1}{mn}\sum _{i=0}^{m-1}\sum _{j=0}^{n-1}[I(i,j)-K(i,j)]$$
• 计算PSNR
  $$PSNR=10\cdot lo{g}_{10}\frac{MA{X}_I^2}{MSE}=20\cdot lo{g}_{10}(\frac{MA{X}_I}{\sqrt{M}SE})$$
  $MAXI$图像中颜色最大的数值，比如对于8位就是255

PSNR 大于40dB，图片质量很好
30——40dB，察觉到失真但是可以接收
20——30dB，图片质量差
<20dB，不可接受

2.SSIM(Structural SIMilarity)结构相似性

SSIM对两张图片比较了三个方面：亮度（Iuminance),对比度（Contrast)和结构（Structure)
$$l(x,y)=\frac{2{\mu }_x{\mu }_y+c_1}{{\mu }_x^2+{\mu }_y^2+c_1}$$
$$c(x,y)=\frac{2{\sigma }_x{\sigma }_y+c_2}{{\sigma }_x^2+{\sigma }_y^2+c_2}$$
$$s(x,y)=\frac{{\sigma }_{xy}+c_3}{{\sigma }_x{\sigma }_y+c_3}$$
一般，取$c_3=c_2/2$

• ${\mu }_x$为x的均值
• ${\mu }_y$为y的均值
• ${\sigma }_x^2$为x的方差
• ${\sigma }_y^2$为y的方差
• ${\sigma }_{xy}$为x和y的协方差
• $c_1=(k_{1}L{)}^2,c2=(k_{2}L{)}^2$两个常数，避免分母为0
• $L$像素范围，$2^B-1$
• $k1=0.01$,$k2=0.03$默认值

$$SSI(x,y)=[l(x,y{)}^{\alpha }\cdot c(x,y{)}^{\beta }\cdot s(x,y{)}^{\gamma }]$$
$\alpha \beta ,\gamma$设为1
$$SSIM(x,y)=\frac{(2{\mu }_x{\mu }_y+c_1)(2{\sigma }_{xy}+c_2)}{({\mu }_x^2+{\mu }_y^2+c_1)({\sigma }_x^2+{\sigma }_y^2+c_2)}$$

计算的时候取$N\ast N$的窗口计算，最后取平均值

ssim = skimage.measure.compare_ssim(im1, im2, data_range=255)

3、IE(interpolation error)

这个在2020年的cvpr Space-Time-Aware Multi-Resolution Video Enhancement Muhammad看到
计算代码在https://github.com/alterzero/STARnet/blob/master/inter_error.m

function ie=inter_error(im1,im2)
diff_rgb = 128.0 + im2 - im1;
ie = mean(mean(mean(abs(diff_rgb - 128.0))));

4、FR-IQA(full reference image quality assessment)

5、NR-IQA(no reference image quality assessment)

又叫做NQSR，越高越好

6、NIQE

越低越好