图像质量评估：从误差的能见性到结构相似性案例分析.docVIP

图像质量评估：从误差的可见性到结构相似性 Zhou Wang, Member, IEEE, Alan Conrad Bovik, Fellow, IEEE, Hamid Rahim Sheikh, Student Member, IEEE, and Eero P. Simoncelli, Senior Member, IEEE 摘要 我们评估视觉图像质量的传统方法是去量化可见的误差，这个误差评估是在失真图像和采用了人类视觉系统特性的参考图像之间进行的。假设人类视觉从一个场景中提取结构信息，作为的，我们Structural Similarity Index），然后用一组直观的例子，JPEG和JPEG2000 索引词—误差灵敏度，人类视觉系统（HVS），图像编码，图像质量，JPEG，JPEG2000，质量，结构信息，结构相似度（SSIM）。 数字图像在采集、处理、压缩、存储、传输和再现过程中各种各样的失真，其中任何一个都可能导致视觉质量的退化。图像最终被人看唯一正确的视觉图像质量量化方法。然而在实践中，主观通常不方便，耗时昂贵。客观图像质量研究的目是开发能自动预测图像质量的量化指标客观图像质量可以在图像处理应用中扮演各种角色。首先，它可以动态监测和图像质量。例如，一个网络数字视频服务器可以传输视频的质量，控制和分配媒体资源。其次，它可以用来优化图像处理系统参数。例如，在视觉系统，质量可