multissim
Многошкальное структурное подобие (MS-SSIM) индекс для качества изображения
Синтаксис
Описание
score = multissim(I,Iref)score, для изображения I, использование Iref как ссылочное изображение.
Структурное подобие (SSIM) меры по индексу воспринятое качество путем определения количества SSIM между изображением и ссылочным изображением (см. ssim). Эта функция вычисляет индекс MS-SSIM путем объединения индекса SSIM нескольких версий изображения в различных шкалах. Индекс MS-SSIM может быть более устойчивым, когда по сравнению с SSIM индексируют относительно изменений просмотра условий.
[ также возвращает локальное значение индекса MS-SSIM для каждого пикселя в каждой масштабированной версии score,qualitymaps] = multissim(I,Iref)I. qualitymap выход является массивом ячеек, содержащим карты для каждой из масштабированных версий I. Каждая качественная карта одного размера с соответствующей масштабированной версией I.
[ задает опции, с помощью одного или нескольких аргументов значения имени. Эти опции управляют аспектами расчета. Например, используйте score,qualitymaps] = multissim(I,Iref,Name,Value)'NumScales' аргумент, чтобы задать количество масштабированных версий.
Примеры
Вычислите MS-SSIM
Загрузите изображение в рабочую область.
Iref = imread('pout.tif');Создайте шумную версию изображения в целях сравнения.
I = imnoise(Iref,'salt & pepper',0.05);Отобразите оригинальное изображение и шумное изображение.
figure;
montage({Iref,I}); 
Вычислите индекс MS-SSIM, который измеряет качество входного изображения по сравнению со ссылочным изображением.
score = multissim(I,Iref)
score = single
0.6732
Вычислите MS-SSIM и получите локальные карты MS-SSIM
Загрузите изображение в рабочую область.
Iref = imread('pout.tif');
I = Iref;Добавьте шум в локализованную часть изображения.
I(1:100,1:100) = imnoise(Iref(1:100,1:100),'salt & pepper',0.05);Отобразите оригинальное изображение и шумное изображение.
figure;
montage({Iref,I});
Вычислите локальные карты индекса MS-SSIM для шумного изображения, qualitymaps, использование оригинального изображения как ссылка. Возвращаемое значение, qualitymaps, массив ячеек, содержащий качественную карту для каждой из масштабированных версий изображения. Каждая карта одного размера с соответствующей масштабированной версией изображения.
[~, qualitymaps] = multissim(I,Iref);
figure
montage(qualitymaps,'Size',[1 5])
Вычислите MS-SSIM, задающий веса шкалы
Загрузите изображение в рабочую область.
Iref = imread('pout.tif');Создайте шумную версию изображения в целях сравнения.
I = imnoise(Iref,'salt & pepper',0.05);Отобразите оригинальное изображение и шумную версию изображения.
figure;
montage({Iref,I});
Вычислите индекс MS-SSIM для шумного изображения, с помощью оригинального изображения в качестве ссылки. Задайте, сколько взвесить локальные вычисления индекса MS-SSIM для каждого масштабированного изображения, с помощью 'ScaleWeights' аргумент. Пример использует значения веса, заданные в статье Вана, Симончелли и Бовика.
score = multissim(I,Iref,'ScaleWeights',[0.0448,0.2856,0.3001,0.2363,0.1333])score = single
0.6773
Вычислите индекс MS-SSIM, задающий стандартное отклонение
Загрузите изображение в рабочую область.
Iref = imread('pout.tif');Создайте шумную версию изображения в качественных целях сравнения измерения.
I = imnoise(Iref,'salt & pepper',0.05);Отобразите оригинальное изображение и шумное изображение.
figure; montage({Iref,I});
Вычислите индекс MS-SSIM для шумного изображения, с помощью оригинального изображения в качестве ссылки. Задайте значение стандартного отклонения.
score = multissim(I,Iref,'Sigma',1)score = single
0.6726
Входные параметры
Выходные аргументы
Алгоритмы
multissim функционируйте использует арифметику с двойной точностью для входных изображений класса double. Все другие типы входных изображений используют арифметику с одинарной точностью.
Ссылки
[1] Ван, Z., Симончелли, E.P., Bovik, А.К. Малтискэйл Страктурэл Симилэрити для Оценки Качества изображения. \in: Тридцать седьмая Конференция Asilomar по Signals, Systems & Computers, 2003, 1398–1402. Пасифик-Гроув, CA, США: IEEE, 2003. https://doi.org/10.1109/ACSSC.2003.1292216.