主要内容

ssim

用于测量图像质量的结构相似度(SSIM)指标

折叠所有页面

语法

ssimval = ssim (ref)
[ssimval, ssimmap] = ssim (A, ref)
＿＿＿= ssim (ref,名称,值)

描述

ssimval= ssim (一个，裁判）计算灰度图像或体积的结构相似度(SSIM)指数一个使用裁判作为参考图像或体积。

例子

［ssimval，ssimmap) = ssim (一个，裁判）也返回每个像素或体素的本地SSIM值一个．

＿＿＿= ssim (一个，裁判，名称,值）计算SSIM，使用名称-值对控制计算的各个方面。

例子

全部折叠

打开生活的脚本

将图像读入工作区。创建另一个版本的图像，应用模糊过滤器。

ref = imread (“pout.tif”）;H = fspecial (“高斯”11 [11], 1.5);= imfilter (ref, H,“复制”）;

显示两个图像作为蒙太奇。这些图像的差异主要是沿着清晰的高对比度区域，如网格的边缘。

蒙太奇({ref})标题(“参考图像(左)与模糊图像(右)”）

图中包含一个坐标轴。标题为参考图像(左)与模糊图像(右)的坐标轴包含图像类型的对象。

计算图像的全局SSIM值和每个像素的局部SSIM值。

[ssimval, ssimmap] = ssim (A, ref);

显示本地SSIM图。在图标题中包含全局SSIM值。局部SSIM的小值在局部SSIM图中以暗像素的形式出现。局部SSIM值小的区域对应的是模糊图像与参考图像明显不同的区域。局部SSIM值的大值显示为明亮的像素。局部SSIM较大的区域对应的是参考图像的均匀区域，其中模糊对图像的影响较小。

imshow (ssimmap[])标题([“带有全局SSIM值的本地SSIM映射”num2str (ssimval)])

图中包含一个坐标轴。标题为“局部SSIM Map with Global SSIM Value: 0.94068”的轴包含一个类型为image的对象。

输入参数

全部折叠

要测量其质量的图像，指定为二维灰度图像或三维灰度体积。

数据类型:单|双|int16|uint8|uint16

用于测量质量的参考图像，指定为具有相同大小和数据类型的二维灰度图像或三维灰度体积一个

数据类型:单|双|int16|uint8|uint16

名称-值对的观点

指定可选的逗号分隔的对名称,值参数。的名字参数名和价值为对应值。的名字必须出现在引号内。可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家．

例子:ssim (ref,“动态范围”,100年)

输入图像的动态范围，指定为一个正标量。的默认值动态范围取决于图像的数据类型一个，计算为diff (getrangefromclass(一))．例如，默认的动态范围为255用于数据类型的图像uint8，默认值为1用于数据类型的图像双或单像素值在[0,1]范围内。

数据类型:单|双|int8|int16|int32|uint8|uint16|uint32

亮度、对比度和结构术语的指数，指定为非负数形式的3元素向量(αβγ)．

数据类型:单|双|int8|int16|int32|uint8|uint16|uint32

各向同性高斯函数的标准差，用正数表示。该值用于对像素周围的邻域像素进行加权，以估计局部统计信息。这种加权用于避免在估计本地统计数据时产生阻塞因素。

数据类型:单|双|int8|int16|int32|uint8|uint16|uint32

亮度、对比度和结构术语的正则化常数，指定为非负数形式的3元素向量(c1 c2 c3)．的ssim函数使用这些正则化常数来避免局部均值或标准偏差接近于零的图像区域的不稳定性。因此，应该为这些常量使用较小的非零值。

默认情况下,

  • C1 = (0.01 * L)。^ 2,在那里l是指定的动态范围价值。

  • C2 = (0.03 * L)。^ 2,在那里l是指定的动态范围价值。

  • C3 = C2/2

数据类型:单|双|int8|int16|int32|uint8|uint16|uint32

输出参数

全部折叠

作为数字标量返回的SSIM索引。ssimval是数据类型双除非一个是数据类型单在这种情况下ssimval是数据类型单．

的价值ssimval通常在[0,1]范围内。值1表示最高质量，发生在一个和裁判是等价的。数值越小，质量越差。对于某些输入和名称-值对参数的组合，ssimval可以是负的。

SSIM索引的局部值，作为与输入图像大小相同的非负数的数字数组返回，一个．ssimmap是数据类型双除非一个是数据类型单在这种情况下ssimmap是数据类型单．

更多关于

全部折叠

结构相似度指数

一种图像质量度量，评估图像的三个特征的视觉影响:亮度、对比度和结构。

算法

SSIM指数的质量评价指标是基于亮度项、对比度项和结构项的计算。总体指数是这三项的乘法组合。

年代 年代 我 米 （ x ， y ） ＝ ［ l （ x ， y ） ］ α ⋅ ［ c （ x ， y ） ］ β ⋅ ［ 年代 （ x ， y ） ］ γ

在哪里

l （ x ， y ） ＝ 2 μ x μ y + C 1 μ x 2 + μ y 2 + C 1 ， c （ x ， y ） ＝ 2 σ x σ y + C 2 σ x 2 + σ y 2 + C 2 ， 年代 （ x ， y ） ＝ σ x y + C 3. σ x σ y + C 3.

在μx,μy,σx,σy,σxy是否图像的局部均值、标准差和交叉协方差x, y．如果α = β = γ = 1(默认为指数), C3.= C2/2(默认选择C3.)索引简化为:

年代 年代 我 米 （ x ， y ） ＝ （ 2 μ x μ y + C 1 ） （ 2 σ x y + C 2 ） （ μ x 2 + μ y 2 + C 1 ） （ σ x 2 + σ y 2 + C 2 ）

当为'指定一个非整数值时指数”,ssim功能通过夹紧中间亮度、对比度和结构项到范围[0，正］.

参考文献

[1] Zhou W.， A. C. Bovik, H. R. Sheikh, E. P. Simoncelli。“图像质量评估:从错误可见性到结构相似性”。IEEE图像处理汇刊．第13卷第4期，2004年4月，600-612页。

另请参阅

|||

主题

介绍了R2014a

图像处理工具箱文档

金宝app

介绍基于MATLAB的深度学习

介绍基于MATLAB的深度学习

下载电子书