SSIM算法与相关改良算法概述

1. SSIM：

SSIM公式基于样本x（参考图像）和y（待评价图像）之间三个比较衡量：亮度（luminance）、对比度（contrast）和结构（structure）。


其中μ为均值σ为方差σ_xy为协方差，常数c用于避免除0，确定规则与像素值范围有关，α、β、γ三个幂指数用于调节三个因子的重要性，一般默认为1，此时计算公式为：

常数c1=6.5025，c2=58.5225；
与视觉主观相关性拟合度较高，且实时性能相对较好，因此基于SSIM的应用比较广泛。但缺点是评价结果聚合度较高，整体评价偏高，这里截取了论文中JPEG与JPEG2000失真图库上的评价表现：

2. MSSIM

基于SSIM方法，将图像分为N块，在每块上进行结果计算，最终取平均值作为评价结果。这个改进点主要针对图像尺寸变大时，统计方法会抹平差异，造成结果不敏感问题。