SSIM

最新推荐文章于 2025-01-16 22:16:33 发布

原创

最新推荐文章于 2025-01-16 22:16:33 发布 · 5k 阅读

17 ·

CC 4.0 BY-SA版权

SSIM，即结构相似性指数，用于评估两幅图像的相似度，关注图像的结构信息，独立于亮度和对比度。它通过均值（亮度）、标准差（对比度）和协方差（结构）来度量失真。当图像完全相同，SSIM值为1。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

SSIM(structural similarity index)，结构相似性，是一种衡量两幅图像相似度的指标。
结构相似度指数从图像组成的角度将结构信息定义为独立于亮度、对比度的，反映场景中物体结构的属性。将失真建模为亮度、对比度和结构三个不同因素的组合。用均值作为亮度的估计，标准差作为对比度的估计，协方差作为结构相似程度的度量。
结构相似性的范围为 -1 到 1 。当两张图像一模一样时，SSIM的值等于1。
这里写图片描述

CvScalar getMSSIM(IplImage*i1, IplImage*i2)
{
    const double C1 = 6.5025, C2 = 58.5225;
    /***************************** INITS **********************************/
    if (i1 == NULL || i2 == NULL)
        return -1;

    IplImage *I1 = cvCreateImage(cvGetSize(i1), IPL_DEPTH_32F, i1->nChannels);
    IplImage *I2 = cvCreateImage(cvGetSize(i2), IPL_DEPTH_32F, i2->nChannels);
    cvConvert(i1, I1);           // cannot calculate on one byte large values
    cvConvert(i2, I2);


    IplImage *I1_2 = cvCreateImage(cvGetSize(I1), IPL_DEPTH_32F, I1->nChannels);
    IplImage *I2_2 = cvCreateImage(cvGetSize(I2), IPL_DEPTH_32F, I2->nChannels);
    IplImage *I1_I2 = cvCreateImage(cv