图像压缩质量评价PSNR和SSIM

全参考客观视频质量评价方法是指把原始参考视频与失真视频在每一个对应帧中的每一个对应像素之问进行比较。准确的讲，这种方法得到的并不是真正的视频质量，而是失真视频相对于原始视频的相似程度或保真程度。常用的评价方法包括：均方误差(MSE)、峰值信噪比(PSNR: peak signal to noise ratio)和结构相似性评价(SSIM:structural similarity index measurement)。

(1). 均方误差MSE

其中，fij、f'ij分别代表原始参考视频和失真视频的对应帧，M、N分别表示图像的高度和宽度。这种评价方法计算简单，但评价结果的可信度不高，容易出现错误的结果。

(2)峰值信噪比PSNR

PSNR是一种评价图像的客观标准，具有一定的局限性。PSNR的数学表达式如下

PSNR的本质和MSE相同，是MSE的对数表示。peak就是指8bits表示的最大值255，MSE是均方误差。PSNR以dB为单位，PSNR值越大表示图像失真越小。PSNR是最广泛使用的评价画质的客观测量法，但是实际检测结果显示，PSNR的评价结果无法与人眼看到的视觉品质完全一致，有可能PSNR较高者反而比PSNR较低者看起来差。这是因为人眼的视觉对误差的敏感度并不是绝对的，其感知结果诸多因素的影响而产生变化。例如：人眼对空间频率的敏感度较低，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。

(3). 基于结构失真的SSIM评估方法

SSIM在图像去噪中、图像相似度评价上全面超越MSE、SNR、PSNR等方法。具体原理见参考文献。

结构相似性理论认为，自然图像信号是高度结构化的，即像素之间具有很强的相关性，特别是空域中最为接近的像素点，这种相关性蕴含着视觉场景中物体结构的重要信息；HVS的主要功能是从视野中提取结构信息，可以将对结构信息的度量作为图像感知质量的近似。结构相似性理论是一种不同于以往模拟HSV低阶的结构组成的新思想，与基于HVS特性的方法相比，最大的区别是自顶向下和自底向上的区别。这一思想的关键是从对感知误差的度量到对感知结构失真的度量的转变。它没有试图通过累加与心理物理学简单认知模式有关的误差来估计图像的质量，而是直接估计两个复杂信号的结构改变，从而在某种程度上自然图像的复杂性和多通道图像去相关的问题。

首先结构信息不应该受到照明的影响，因此在计算结构信息时需要去掉亮度信息，即减掉图像的均值；其次结构信息不应该受到图像对比度的影响，因此计算结构信息时，需要归一化图像的方差。结构相似度指数从图像的组成角度将结构信息定义为独立于亮度、对比度的，反应场景中物体结构的属性。并将失真建模为亮度、对比度和结构三个不同因素的组合。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性的度量。

通常使用的计算方法如下：其中，C1、C2、C3用来增加计算结果的稳定性。

              2u(x)u(y)+C1

L(x,y) = ------------------------        u(x)、u(y)为图像的均值

          u(x)^2 + u(y)^2 + C1

              2d(x)d(y) + C2

C(x,y) = ------------------------       d(x)、d(y)为图像的方差

           d(x)^2 + d(y)^2  +  C2

                            d(x,y) + C3

S(x,y) =  ---------------------------------        d(x,y)为图像x、y的协方差

                        d(x)d(y) + C3

而图像的质量 Q=[L(x,y)^a * C(x,y)^b * S(x,y)^c],其中a、b、c分别来控制三个要素的重要性，为零计算方便可以均选择为1；C1、C2、C3为较小的值；通常C1=(k1*L)^2，C2 = (k2*L)^2，C3 = C2/2；k1、k2均为远小于1 的值，L为像素的最大值(通常为255)；

参考文献：

Z. Wang, A. C. Bovik, H. R. sheikh, and E. P. Simoncelli. Image quality assessment: From error visibility to structural similarity. IEEE Transaction on Image Processing, 2004, 13(4):600–612