matlab求图像梯度_图像质量评价（二）：VSI

Visual Saliency-Induced Index(VSI)主要利用图像显著性特征图的失真来计算图像质量。VSI是一个全参考(FR)的评价标准，所以可以使用无失真的参考图像。

研究发现质量失真会引起视觉显著性(Visual Saliency，VS)的改变，并且这种改变与失真有很强的相关性。为了验证这个猜想可以进行实验，可以对TID2013数据集的VS maps进行分析。TID2013有25个参考图像，24种失真类型，5个失真水平。每种类型的每个水平的失真对应25个失真图像。首先使用GBVS模型对数据集中所有图像计算VS map。然后对每个失真图像计算其与对应参考图像的VS map的MSE(均方误差)。对同一类型同一水平失真的MSE求均值。结果如下图所示(括号内是对应主观评分)：

从上面结果可以发现，对大部分类型的失真VS map的MSE越大对应的主观评分越低。