ssim

Структурный индекс Подобия (SSIM) для измерения качества изображения

Синтаксис

ssimval = ssim(A,ref)

[ssimval,ssimmap]
= ssim(A,ref)

___ = ssim(A,ref,Name,Value)

Описание

ssimval = ssim(A,ref) вычисляет Структурный индекс Подобия (SSIM) значение для изображения A использование ref как ссылочное изображение.

пример

[ssimval,ssimmap] = ssim(A,ref) также возвращает локальное значение SSIM для каждого пикселя в A.

___ = ssim(A,ref,Name,Value) вычисляет SSIM, с помощью пар "имя-значение", чтобы управлять аспектами расчета.

Примеры

свернуть все

Вычислите структурный индекс подобия (SSIM)

Скрипт Open Live Script

Считайте изображение в рабочую область. Создайте другую версию изображения, применив размывающийся фильтр.

ref = imread('pout.tif');
H = fspecial('Gaussian',[11 11],1.5);
A = imfilter(ref,H,'replicate');

Отобразите оба изображения как монтаж. Изображения отличаются больше всего вдоль резких высококонтрастных областей, таких как ребра решетки.

montage({ref,A})
title('Reference Image (Left) vs. Blurred Image (Right)')

Вычислите глобальное значение SSIM для изображения и локальные значения SSIM для каждого пикселя.

[ssimval,ssimmap] = ssim(A,ref);

Отобразите локальную карту SSIM. Включайте глобальное значение SSIM в заголовок фигуры. Маленькие значения локального SSIM появляются как темные пиксели в локальной карте SSIM. Области с маленьким локальным значением SSIM соответствуют областям, где размытое изображение заметно отличается от ссылочного изображения. Большие значения локального значения SSIM появляются как яркие пиксели. Области с большим локальным SSIM соответствуют универсальным областям ссылочного изображения, где размывание оказывает меньше влияния на изображение.

imshow(ssimmap,[])
title(['Local SSIM Map with Global SSIM Value: ',num2str(ssimval)])

Входные параметры

свернуть все

`A` — Отобразите, чье качество должно быть измерено
2D полутоновое изображение | 3-D изображение объема

Отобразите, чье качество должно быть измерено, задано как 2D полутоновое изображение или 3-D изображение объема. Должен быть одного размера и класс с ref

Типы данных: single | double | int16 | uint8 | uint16

`ref` — Ссылочное изображение, против которого измеряется качество
2D полутоновое изображение | 3-D изображение объема

Ссылочное изображение, против который качество, если измерено, заданный как 2D полутоновое изображение или 3-D изображение объема. Должен быть одного размера и класс с A

Типы данных: single | double | int16 | uint8 | uint16

Аргументы в виде пар имя-значение

Задайте дополнительные разделенные запятой пары Name,Value аргументы. Name имя аргумента и Value соответствующее значение. Name должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN.

Пример: ssim(A,ref,'DynamicRange',100)

`'DynamicRange'` — Динамический диапазон входного изображения
`diff(getrangefromclass(A))` (значение по умолчанию) | положительная скалярная величина

Динамический диапазон входного изображения, заданного как положительная скалярная величина. Значение по умолчанию DynamicRange зависит от типа данных изображения A, и вычисляется как diff (getrangefromclassA. Например, динамическим диапазоном по умолчанию является 255 для изображений типа данных uint8, и значением по умолчанию является 1 для изображений типа данных double или single с пиксельными значениями в области значений [0, 1].

`'Exponents'` — Экспоненты для яркости, контраста и структурных условий соответственно
[1 1 1] (значение по умолчанию) | вектор с 3 элементами неотрицательных вещественных чисел

Экспоненты для яркости, контраста и структурных условий, заданных как вектор с 3 элементами неотрицательных вещественных чисел, [alpha beta gamma].

`'Radius'` — Стандартное отклонение изотропной Гауссовой функции
1.5 (значение по умолчанию) | положительная скалярная величина

Стандартное отклонение изотропной Гауссовой функции, заданной как положительная скалярная величина. Это значение используется во взвешивании пикселей окружения приблизительно пиксель для оценки локальной статистики. Это взвешивание используется, чтобы не блокировать артефакты в оценке локальной статистики.

`'RegularizationConstants'` — Константы регуляризации для яркости, контраста и структурных условий
Вектор с 3 элементами неотрицательных вещественных чисел

Константы регуляризации для яркости, контраста и структурных условий, заданных как вектор с 3 элементами неотрицательных вещественных чисел формы [c1 c2 c3]. ssim функционируйте использует эти константы регуляризации, чтобы избежать нестабильности для областей изображений, где локальное среднее или стандартное отклонение близко к нулю. Поэтому маленькие ненулевые значения должны использоваться в этих константах.

По умолчанию,

C1 = (0.01*L).^2, где L заданный DynamicRange значение.
C2 = (0.03*L).^2, где L заданный DynamicRange значение.
C3 = C2/2

Выходные аргументы

свернуть все

`ssimval` — Структурное подобие (SSIM) индекс
скаляр

Структурное Подобие (SSIM) индекс, возвращенный как скалярный double, кроме тех случаев, когда A и ref имеют класс single, в этом случае ssimval имеет класс single.

`ssimmap` — Локальные значения Структурного Подобия (SSIM) индекс
числовой массив

Локальные значения Структурного Подобия (SSIM) индекс, возвращенный как числовой массив класса double кроме тех случаев, когда A и ref имеют класс single, в этом случае ssimmap имеет класс single. ssimmap массив одного размера с входным изображением A.

Больше о

свернуть все

Структурный индекс подобия

Метрика качества изображения, которая оценивает визуальный удар трех характеристик изображения: яркость, контраст и структура.

Алгоритмы

Структурное Подобие (SSIM) качественный индекс оценки индекса основано на расчете трех условий, а именно, термин яркости, контрастный термин и структурный термин. Полный индекс является мультипликативной комбинацией трех условий.

$S S I M (x, y) = {[l (x, y)]}^{α} \cdot {[c (x, y)]}^{β} \cdot {[s (x, y)]}^{γ}$

где

$\begin{array}{l} l (x, y) = \frac{2 μ_{x} μ_{y} + C_{1}}{μ_{x}^{2} + μ_{y}^{2} + C_{1}}, \\ c (x, y) = \frac{2 σ_{x} σ_{y} + C_{2}}{σ_{x}^{2} + σ_{y}^{2} + C_{2}}, \\ s (x, y) = \frac{σ_{x y} + C_{3}}{σ_{x} σ_{y} + C_{3}} \end{array}$

где _μx, _μy, _σx, _σy, и _σxy являются локальными средними значениями, стандартными отклонениями и перекрестной ковариацией для изображений x, y. Если α = β = γ = 1 (значение по умолчанию для Exponents), и _C3 = _C2/2 (выбор по умолчанию _C3) индекс упрощает до:

$S S I M (x, y) = \frac{(2 μ_{x} μ_{y} + C_{1}) (2 σ_{x y} + C_{2})}{(μ_{x}^{2} + μ_{y}^{2} + C_{1}) (σ_{x}^{2} + σ_{y}^{2} + C_{2})}$

Ссылки

[1] Чжоу, W., А. К. Бовик, Х. Р. Шейх и Э. П. Симончелли. "Отобразите Оценку Qualifty: От Ошибочной Видимости до Структурного Подобия". Транзакции IEEE на Обработке изображений. Издание 13, Выпуск 4, апрель 2004, стр 600–612.

Темы

Сравните качество изображения на различных уровнях сжатия

Документация

ssim

Синтаксис

Описание

Примеры

Вычислите структурный индекс подобия (SSIM)

Входные параметры

`A` — Отобразите, чье качество должно быть измерено
2D полутоновое изображение | 3-D изображение объема

`ref` — Ссылочное изображение, против которого измеряется качество
2D полутоновое изображение | 3-D изображение объема

Аргументы в виде пар имя-значение

`'DynamicRange'` — Динамический диапазон входного изображения
`diff(getrangefromclass(A))` (значение по умолчанию) | положительная скалярная величина

`'Radius'` — Стандартное отклонение изотропной Гауссовой функции
1.5 (значение по умолчанию) | положительная скалярная величина

`'RegularizationConstants'` — Константы регуляризации для яркости, контраста и структурных условий
Вектор с 3 элементами неотрицательных вещественных чисел

Выходные аргументы

`ssimval` — Структурное подобие (SSIM) индекс
скаляр

`ssimmap` — Локальные значения Структурного Подобия (SSIM) индекс
числовой массив

Больше о

Структурный индекс подобия

Алгоритмы

Ссылки

Смотрите также

Темы

Введенный в R2014a

Документация Image Processing Toolbox

Поддержка

Документация

ssim

Синтаксис

Описание

Примеры

Вычислите структурный индекс подобия (SSIM)

Входные параметры

A — Отобразите, чье качество должно быть измерено 2D полутоновое изображение | 3-D изображение объема

ref — Ссылочное изображение, против которого измеряется качество 2D полутоновое изображение | 3-D изображение объема

Аргументы в виде пар имя-значение

'DynamicRange' — Динамический диапазон входного изображения diff(getrangefromclass(A)) (значение по умолчанию) | положительная скалярная величина

'Radius' — Стандартное отклонение изотропной Гауссовой функции1.5 (значение по умолчанию) | положительная скалярная величина

'RegularizationConstants' — Константы регуляризации для яркости, контраста и структурных условий Вектор с 3 элементами неотрицательных вещественных чисел

Выходные аргументы

ssimval — Структурное подобие (SSIM) индекс скаляр

ssimmap — Локальные значения Структурного Подобия (SSIM) индекс числовой массив

Больше о

Структурный индекс подобия

Алгоритмы

Ссылки

Смотрите также

Темы

Введенный в R2014a

Документация Image Processing Toolbox

Поддержка

`A` — Отобразите, чье качество должно быть измерено
2D полутоновое изображение | 3-D изображение объема

`ref` — Ссылочное изображение, против которого измеряется качество
2D полутоновое изображение | 3-D изображение объема

`'DynamicRange'` — Динамический диапазон входного изображения
`diff(getrangefromclass(A))` (значение по умолчанию) | положительная скалярная величина

`'Radius'` — Стандартное отклонение изотропной Гауссовой функции
1.5 (значение по умолчанию) | положительная скалярная величина

`'RegularizationConstants'` — Константы регуляризации для яркости, контраста и структурных условий
Вектор с 3 элементами неотрицательных вещественных чисел

`ssimval` — Структурное подобие (SSIM) индекс
скаляр

`ssimmap` — Локальные значения Структурного Подобия (SSIM) индекс
числовой массив