目 录
SSIM、PSNR、ZNCC是3个很常用的图像质量评估方法,地位基本相当,含义也基本上都是评估2张图片、或者2片区域之间的相似程度。不过,他们的单位、取值范围、计算公式、优缺点、应用场合都有所不同,我们在使用的时候需要理智辨析、审慎选择。
1 SSIM
1.1 文字表达
SSIM是“Structural Similarity”的缩写,中文译作结构相似性。
SSIM是2004年由德州大学奥斯丁分校的一篇论文最先提出来的一个指标,这篇论文的被引量现在已经有18000多,地位自不必说了(论文:Image quality assessment: from error visibility to structural similarity)。它一种衡量两幅图像相似度的指标,取值范围是[0, 1],SSIM越接近1,表示两张图片越相近,SSIM越接近0,表示两张图片越毫不相干。
1.2 数学表达
具体的数学公式如下,下面的公式均截图于上面提到的那篇原始大牛论文。
SSIM由三个部分构成,分别是
照明度
对比度
结构
有了这三个量,SSIM的一般表达式是
一般我们取
这样SSIM的公式就可以进一步写为
S S I M ( x , y ) = ( 2 μ x μ y + C 1 ) ( 2 σ x y + C 2 ) ( μ x 2 + μ y 2 + C 1 ) ( σ x 2 + σ y 2 + C 2 ) SSIM(\mathbf{x}, \mathbf{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) } SSIM(x,y)=(μx2+μy2+C1)(σx2+σ