SSIM

Az oldal jelenlegi verzióját még nem ellenőrizték tapasztalt hozzászólók, és jelentősen eltérhet a 2015. december 23-án felülvizsgált verziótól ; az ellenőrzések 8 szerkesztést igényelnek .

A szerkezeti hasonlósági index ( SSIM ) az egyik módszer a két kép közötti hasonlóság mérésére . Az SSIM index egy teljes illesztési módszer, vagyis az eredeti kép alapján méri a minőséget (nem tömörítve vagy torzítva). Az SSIM index olyan hagyományos módszerek továbbfejlesztése, mint a PSNR (csúcs jel-zaj viszony) és az MSE átlagos négyzetes hiba módszer , amelyek összeegyeztethetetlennek bizonyultak az emberi észlelés fiziológiájával.

A módszer sajátossága a korábban említetteken (MSE és PSNR) túlmenően, hogy a módszer figyelembe veszi az információ szerkezeti változásából adódó "hibaészlelést". Az ötlet az, hogy a pixelek szoros kapcsolatban állnak egymással, különösen akkor, ha térben közel vannak. Ezek a függőségek fontos információkat hordoznak az objektumok szerkezetéről és a jelenet egészéről.

Az SSIM metrikát a rendszer különböző ablakméretekhez számítja ki. Két ablak és az azonos méretű ablakok közötti különbség N × N : $x$ $y$

{\text{SSIM}}(x,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})}},

ahol

$\mu _{x}$ - átlagos , $x$
$\mu _{y}$ - átlagos , $y$
$\sigma _{x}^{2}$ - diszperzió , $x$
$\sigma _{y}^{2}$ - diszperzió , $y$
$\sigma_{xy}$ a kovariancia és _ $x$ $y$
$c_{1}=(k_{1}L)^{2}$ , két változó: $c_{2}=(k_{2}L)^{2}$
- $L$ - pixelek dinamikus tartománya (általában ), $2^{{\text{(bit/pixel)))}-1$
- $k_{1}=0{,}01$ és állandók. $k_{2}=0{,}03$

A fenti képlet csak a kép világosságára vonatkozik, amely alapján a minőséget értékelik. Az így kapott SSIM index -1 és +1 között van. A +1 érték csak akkor érhető el, ha a minták teljesen hitelesek. A mérőszámot általában 8×8 pixeles ablakra számítják ki. Az ablak pixelenként mozoghat, de a szakértők ablakcsoportok használatát javasolják a számítások bonyolultságának csökkentése érdekében.

A strukturális különbségek (DSSIM az angol Structural dissimilarity szóból ) az SSIM-metrikán keresztül fejezhetők ki:

{\text{DSSIM}}(x,y)={\frac {1-{\text{SSIM}}(x,y)}{2}}.

Lásd még

Linkek

Z. Wang, AC Bovik, HR Sheikh és EP Simoncelli, „ Képminőség-értékelés: A hiba láthatóságától a szerkezeti hasonlóságig ”, IEEE Transactions on Image Processing , vol. 13. sz. 4. o. 600–612, ápr. 2004.
Loza et al., " Strukturális hasonlóságon alapuló objektumkövetés videoszekvenciákban ", Proc. a 9. Nemzetközi Konf. az információfúzióról, 2006.

SSIM

Lásd még

Linkek

Külső források