python图像质量评价_图像质量评价（三）：FSIM

feature similarity index mersure(FSIM)利用特征相似性进行质量评价。因为human visual system (HVS)是基于一些低层次特征来感知图像的，而相位一致性特征( phase congruency,PC)可以很好的刻画局部结构。同时由于PC对于图像的变化具有相对不变性，这有利于提取图像中稳定的特征但是有时图像的变化确实会影响观感，所以需要使用梯度特征(gradient magnitude,GM)来弥补。FSIM中使用了PC和GM两个特征互为补充。

相位一致性特征提取( phase congruency,PC)

PC模型假设在傅里叶分量相位最大的点特征会被感知到。对于PC map的计算有不同方法，这里介绍Kovesi提出的方法。对于一维信号g(x)，其PC计算如下：

对于上面的正交的滤波器对，使用log-Gabor滤波器。

二维灰度图像的PC计算，可以先在多个方向上计算一维PC，然后通过一定规则将结果整合。上面的一维log-Gabor滤波器可以通过在与其方向垂直的方向上使用一个传播函数将其变为二维，传播函数可以使用高斯函数。