图像质量评价指标 PSNR 和 SSIM-526互联

PSNR 和 SSIM 是两种常见的图像质量评价指标，通常用于衡量两张图像的相似度。

参考材料：

PSNR

PSNR：峰值信噪比（Peak signal-to-noise ratio），常用对数分贝单位来表示。

先定义均方误差 \(MSE\)。

灰度 MSE

两张大小均为 \(m\times n\) 的灰度图像，原图为 \(I\)，有损图为 \(K\)，则定义

\[MSE=\frac{1}{mn}\sum_{i=1}^{m-1}\sum_{j=0}^{n-1}\left[I(i, j)-K(i, j)\right]^2 \]

RGB MSE

分别计算 RGB 三个通道的 MSE，然后取平均值。

\[MSE=\frac{1}{3mn}\sum_{R,G,B}\sum_{i=1}^{m-1}\sum_{j=0}^{n-1}\left[I_{color}(i, j)-K_{color}(i, j)\right]^2 \]

PSNR

先定义 \({MAX}_I\) 为 \(I\) 中每个像素的可能颜色数量。对于 8 位图像，每个像素可能有255种颜色，于是 \({MAX}_I\)=255。当然也有 \({MAX}_K\)=255。

那么，

\[\begin{align*} PSNR&=10\cdot \log_{10}\left(\frac{{MAX}_I^2}{MSE}\right) \\ &= 20\cdot \log_{10}\left(\frac{{MAX}_I}{\sqrt{MSE}}\right) \end{align*} \]

PSNR 的取值

PSNR 没有理论上限值，值越大，表明 \(I\) 和 \(K\) 越相似。

PSNR 接近 50dB，代表压缩后的图像仅有些许非常小的误差。
PSNR 大于 30dB，人眼很难察觉压缩后和原始影像的差异。
PSNR 介于 20dB 到 30dB 之间，人眼就可以察觉出图像的差异。
PSNR 介于 10dB 到 20dB 之间，人眼还是可以用肉眼看出这个图像原始的结构，且直观上会判断两张图像不存在很大的差异。
PSNR 低于 10dB，人类很难用肉眼去判断两个图像是否为相同，一个图像是否为另一个图像的压缩结果。

一组来自 wiki 的对比图^[1]：

原图	PSNR 47.61dB	PSNR 34.02dB	PSNR 24.46dB

SSIM

SSIM：结构相似性指标（structural similarity index）

SSIM 的基本思想为自然图像是高度结构化的，即在自然图像中相邻像素之间有很强的关系性，而这样的关系性承载了场景中物体的结构信息。人类视觉系统在观看图像时已经很习惯抽取这样的结构性信息。

SSIM 的定义

设两张图分别为 \(x\) 和 \(y\)。

SSIM 从三个维度来衡量图像的相似性：

亮度 luminance

\[l(x,y)=\frac{2\mu_x+\mu_y+c_1}{\mu_x^2+\mu_y^2+c_1} \]
其中 \(\mu\) 表示图像的均值，\(c_1\) 和 \(c_2\) 是为了避免除以 0 而添加的常数：

\[c_1=(k_1 L)^2,\quad c_2=(k_2 L)^2 \]
\(k_1\) 默认取 0.01，\(k_2\) 默认取 0.03。\(L\) 和 PSNR 中的 \({MAX}_I\) 是同一个东西。
对比度 contrast

\[c(x,y)=\frac{2\sigma_x\sigma_y+c_2}{\sigma_x^2+\sigma_y^2+c_2} \]
其中 \(\sigma^2\) 表示图像的方差。
结构 structure

\[s(x,y)=\frac{\sigma_{xy}+c_3}{\sigma_x\sigma_y+c_3} \]
其中 \(\sigma_{xy}\) 是 \(x\) 和 \(y\) 的协方差，\(c_3\) 一般取 \(c_2\) 的一半。