全参考图像质量评估(英语:Full Reference Image Quality Assessment, FR-IQA)是一种图像质量评估的方法,是指在拥有理想质量的参考图像的情况下,和测试图像进行比较,分析测试图像的失真程度,从而获得测试图像的质量评估结果。常用的评估方法主要基于像素统计、信号、结构。例如比较原始图像和经由JPEG压缩后图像的失真程度。
基于图像像素统计的基础上,均方误差和峰值信噪比为两种较常使用的图像质量评估方法。
由于 MSE 和 PSNR 在某些情况下不能精确地表示图像质量,故Hamid R Sheikh和Alan Bovik等人提出了信号保真度和视觉信号保真度两种基于信号基础的算法
结构相似性是一种基于结构基础上用来判断图像失真程度的方法。
自然图像是高度结构化的,也就是说在自然图像中相邻像素之间有很强的关联性,而这样的关联性承载了场景中物体的结构资讯。人类视觉系统在观看影像时已经很习惯抽取这样的结构性资讯。因此,结构相似性在图像质量评估中更符合人眼对图像质量的判断。给定两张图像
、
,SSIM 定义为:
比较
和
的亮度,
比较
和
的对比,
比较
和
的结构。
,
,
,为调整
、
、
的参数。
和
、
和
分别为
、
的平均值和标准差,
为
、
的协方差,
、
、
为用来维持稳定的常数
SSIM的范围为0~1 。SSIM 的值愈趋近 1 ,表示两张图像愈相似,测试图像失真程度愈低;SSIM 的值愈趋近 0,表示两张图像愈不相似,测试图像失真程度愈高。当两张图像相同时,SSIM 的值为 1。