ssim

结构相似度(SSIM)指数衡量图像质量

所有的页面崩溃

语法

ssimval = ssim (ref)

ssimval = ssim (ref,名称,值)

[ssimval, ssimmap] = ssim (___)

描述

例子

ssimval= ssim (一个,裁判)计算结构相似度(SSIM)指数灰度图像或体积一个使用裁判作为参考图像或体积。值接近1表明更好的图像质量。

ssimval= ssim (一个,裁判,名称,值)计算SSIM,使用名称-值对控制方面的计算。

(ssimval,ssimmap)= ssim (___)还返回当地SSIM值为每个像素或体素一个。

例子

全部折叠

计算结构相似度指数(SSIM)

打开生活的脚本

读一个图像到工作区中。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”);

显示两个图像蒙太奇。不同的图像最锋利的高对比度区域,如框架的边缘。

蒙太奇({ref})标题(“参考图像(左)与模糊图像(右)”)

图包含一个坐标轴对象。坐标轴对象标题参考图像(左)与模糊图像(右)包含一个类型的对象的形象。

计算全球形象和当地SSIM SSIM值为每个像素值。

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

显示本地SSIM映射。包括全球SSIM值在图标题。小地方SSIM的值显示为黑色像素在当地SSIM地图。地区与当地小SSIM值对应模糊图像的地方明显不同于参考图像。大值的地方SSIM值显示为明亮的像素。地区与当地大型SSIM对应统一的地区的参考图像,在模糊的影响形象。

imshow (ssimmap[])标题(“本地SSIM映射与全球SSIM价值:“+ num2str (ssimval))

图包含一个坐标轴对象。坐标轴对象标题与全球SSIM本地SSIM映射值:0.94068包含一个类型的对象的形象。

计算SSIM`dlarray`输入

这个示例使用:

打开生活的脚本

读一个图像到工作区中。创建另一个版本的图像,应用模糊过滤器。

ref = imread (“pout.tif”);一个= imgaussfilt (ref, 1.5,“FilterSize”11“填充”,“复制”);

显示两个图像蒙太奇。

蒙太奇({ref})标题(“参考图像(左)与模糊图像(右)”)

图包含一个坐标轴对象。坐标轴对象标题参考图像(左)与模糊图像(右)包含一个类型的对象的形象。

模拟图像的批量复制参考图像和模糊图像沿着第四维度16倍。

= repmat ([1 1 1 16]);ref = repmat (ref, [1 1 1 16]);

创建格式化dlarray对象的引用图片批处理和批处理模糊图像。的格式是“SSCB”,spatial-spatial-channel-batch。

= dlarray(单(一),“SSCB”);ref = dlarray(单(ref),“SSCB”);

计算全球形象和当地SSIM SSIM值为每个像素值。ssimVal返回一个标量SSIM值为每个批处理的图像。ssimMap返回一个地图SSIM价值观,同样大小的图片,每张图片的批处理。

[ssimVal, ssimMap] = ssim (A, ref);大小(ssimVal)

ans =1×41 1 1 16

大小(ssimMap)

ans =1×4291 240 1 16

输入参数

全部折叠

`一个`- - - - - -图像质量测量
数字数组|`dlarray`对象

图像质量测量,数值数组或一个指定的dlarray(深度学习工具箱)对象。如果一个不是一个二维灰度图像或三维灰度体积,如灰度图像的RGB图像或堆栈,指定吗DataFormat名称-值参数。没有指定的DataFormat名称-值参数如果一个是一个格式化的dlarray对象。

数据类型:单|双|int16|uint8|uint16

`裁判`- - - - - -参考图片
数字数组|`dlarray`对象

参考图像质量来衡量,指定为数组或数字dlarray(深度学习工具箱)相同的大小和数据类型的对象一个。如果裁判不是一个二维灰度图像或三维灰度体积,如灰度图像的RGB图像或堆栈,指定吗DataFormat名称-值参数。没有指定的DataFormat名称-值参数如果裁判是一个格式化的dlarray对象。

数据类型:单|双|int16|uint8|uint16

名称-值参数

指定可选的双参数作为Name1 = Value1,…,以=家,在那里的名字参数名称和吗价值相应的价值。名称-值参数必须出现在其他参数,但对的顺序无关紧要。

R2021a之前,用逗号来分隔每一个名称和值,并附上的名字在报价。

例子:ssim (ref,“动态范围”,100年)

`DataFormat`- - - - - -尺寸标签
字符串标量|特征向量

尺寸标签的输入图像一个和裁判指定为字符串标量或特征向量。每个字符在DataFormat必须是其中一个标签:

年代——空间
C——频道
B——批观测

格式不能包含多个频道标签或批量标签。没有指定的DataFormat名称-值参数当输入图像格式dlarray对象。

例子:“SSC”表示数组有两个空间维度和一个通道尺寸,适合2 - d RGB图像数据。

例子:“SSCB”表示数组有两个空间维度,一个频道维度,和一批尺寸,适合一个二维序列RGB图像数据。

数据类型:字符|字符串

`动态范围`- - - - - -输入图像的动态范围
`diff (getrangefromclass (A))`(默认)|积极的标量

输入图像的动态范围,指定为一个积极的标量。的默认值“动态范围”取决于图像的数据类型一个和计算diff (getrangefromclass(一))。例如,默认的动态范围255年图像的数据类型uint8,默认的1图像的数据类型双或单与像素值在[0,1]范围。

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

`指数`- - - - - -指数的亮度、对比度、和结构方面
`(1 1 1)`(默认)|转换向量的非负数字

指数的亮度、对比度、转换和结构条件,指定为一个向量的非负数字形式(αβγ)。

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

`半径`- - - - - -各向同性高斯函数的标准偏差
`1.5`(默认)|正数

各向同性高斯函数的标准偏差,指定为一个正数。这个值是用于加权像素周围的邻域像素估计当地的统计数据。这个加权用于避免阻塞工件在评估当地的统计数据。

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

`RegularizationConstants`- - - - - -正规化常数的亮度、对比度、和结构方面
转换向量的非负数字

正规化常数的亮度、对比度、转换和结构条件,指定为一个向量的非负数字形式(c1 c2 c3)。的ssim函数使用这些正规化常数,以避免不稳定的图像区域当地的意思或标准差是接近于零。因此,小非零值应该用于这些常数。

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

`ssimval`——SSIM指标
数字标量| |数字数组`dlarray`对象

SSIM指标,作为其中一个返回值。

输入图像类型	SSIM价值
无格式的数字数组格式化的数字数组没有一个通道(`“C”`)也不批(`“B”`)维	数字与单个SSIM标量测量。
无格式`dlarray`(深度学习工具箱)对象	标量`dlarray`对象与单个SSIM测量。
数值数组和一个通道或批处理使用指定尺寸`DataFormat`名称-值参数	数值数组的维数作为输入图像。的空间维度`ssimval`是单维度。为每个元素有一个SSIM测量以及任何通道或批处理维度。
格式化`dlarray`对象与一个通道或批处理维度无格式`dlarray`对象与一个通道或批处理使用指定尺寸`DataFormat`名称-值参数	`dlarray`对象相同的维数作为输入图像。的空间维度`ssimval`是单维度。为每个元素有一个SSIM测量以及任何通道或批处理维度。

ssimval的数据类型双除非一个的数据类型单,在这种情况下ssimval的数据类型单。

的价值ssimval通常是在[0,1]。值1表示最高质量和时发生一个和裁判是等价的。较小的值对应于贫穷的质量。对于一些输入和名称-值对的组合参数,ssimval可以是负的。

`ssimmap`——当地SSIM指标的值
数字数组|`dlarray`对象

当地SSIM指标的值,作为其中一个返回值。

输入图像类型	SSIM价值
无格式的数字数组格式化的数字数组没有一个通道(`“C”`)也不批(`“B”`)维	数字数组大小一样的输入图像。有一个SSIM测量输入图像中的每个元素。
无格式`dlarray`(深度学习工具箱)对象	`dlarray`对象大小一样的输入图像。有一个SSIM测量输入图像中的每个元素。
数值数组和一个通道或批处理使用指定尺寸`DataFormat`名称-值参数	数字数组大小一样的输入图像。每个输入图像中的空间元素有一个SSIM沿着任何通道或批尺寸测量。
格式化`dlarray`对象与一个通道或批处理维度无格式`dlarray`对象与一个通道或批处理使用指定尺寸`DataFormat`名称-值参数	`dlarray`对象大小一样的输入图像。每个输入图像中的空间元素有一个SSIM沿着任何通道或批尺寸测量。

ssimmap的数据类型双除非一个的数据类型单,在这种情况下ssimmap的数据类型单。

提示

如果一个和裁判指定RGB图像数据,使用“DataFormat”名称-值参数标签通道尺寸,“C”。然后您可以应用的意思是沿着通道尺寸的函数ssimval和ssimmap为整体形象近似SSIM指标。

算法

SSIM指标质量评价指标的计算是基于三个方面,即亮度,对比项和结构术语。整体指数是一个乘法的组合三个方面。

$年代年代我米 (x, y) = {(l (x, y)]}^{α} \cdot {(c (x, y)]}^{β} \cdot {(年代 (x, y)]}^{γ}$

在哪里

$\begin{array}{l} l (x, y) = \frac{2 μ_{x} μ_{y} + C_{1}}{μ_{x}^{2} + μ_{y}^{2} + C_{1}}, \\ c (x, y) = \frac{2 σ_{x} σ_{y} + C_{2}}{σ_{x}^{2} + σ_{y}^{2} + C_{2}}, \\ 年代 (x, y) = \frac{σ_{x y} + C_{3}}{σ_{x} σ_{y} + C_{3}} \end{array}$

在μ_x,μ_y,σ_x,σ_y,σ_xy是当地的手段、标准差和cross-covariance图片吗x, y。如果α=β=γ= 1(默认指数),C₃= C₂/ 2(默认选择C₃)索引化简为:

$年代年代我米 (x, y) = \frac{(2 μ_{x} μ_{y} + C_{1}) (2 σ_{x y} + C_{2})}{(μ_{x}^{2} + μ_{y}^{2} + C_{1}) (σ_{x}^{2} + σ_{y}^{2} + C_{2})}$

当你指定一个noninteger值“指数”,ssim功能可以防止复杂价值由夹紧中间亮度输出,对比,和结构方面的范围(0,正]。

引用

[1],W。,一个。C。Bovik, H. R. Sheikh, and E. P. Simoncelli. "Image Quality Assessment: From Error Visibility to Structural Similarity."IEEE图像处理。问题4卷。13日,2004年4月,第600 - 612页。

扩展功能

GPU数组
加速代码运行在一个图形处理单元(GPU)使用并行计算工具箱™。

这个函数完全支持GPU数组。金宝app有关更多信息,请参见图像处理在GPU上。

版本历史

介绍了R2014a

全部展开

R2021b:金宝app支持GPU加速

ssim现在支持金宝appGPU加速(需要并行计算工具箱™)。

R2021b:金宝app支持深度学习数组和指定的尺寸计算

的ssim函数接受dlarray深度学习应用程序的输入。

这个函数还支持格式化的数据和尺寸标签金宝app“年代”(空间),“C”(频道),“B”(批处理)。函数返回一个单独的结果为每个索引沿着通道和批处理维度。

另请参阅

psnr值|immse|multissim|multissim3

ssim

语法

描述

例子

计算结构相似度指数(SSIM)

计算SSIM`dlarray`输入

输入参数

`一个`- - - - - -图像质量测量
数字数组|`dlarray`对象

`裁判`- - - - - -参考图片
数字数组|`dlarray`对象

名称-值参数

`DataFormat`- - - - - -尺寸标签
字符串标量|特征向量

`动态范围`- - - - - -输入图像的动态范围
`diff (getrangefromclass (A))`(默认)|积极的标量

`指数`- - - - - -指数的亮度、对比度、和结构方面
`(1 1 1)`(默认)|转换向量的非负数字

`半径`- - - - - -各向同性高斯函数的标准偏差
`1.5`(默认)|正数

`RegularizationConstants`- - - - - -正规化常数的亮度、对比度、和结构方面
转换向量的非负数字

输出参数

`ssimval`——SSIM指标
数字标量| |数字数组`dlarray`对象

`ssimmap`——当地SSIM指标的值
数字数组|`dlarray`对象

更多关于

结构相似度指数

提示

算法

引用

扩展功能

GPU数组
加速代码运行在一个图形处理单元(GPU)使用并行计算工具箱™。

版本历史

R2021b:金宝app支持GPU加速

R2021b:金宝app支持深度学习数组和指定的尺寸计算

另请参阅

主题

ssim

语法

描述

例子

计算结构相似度指数(SSIM)

计算SSIMdlarray输入

输入参数

一个- - - - - -图像质量测量数字数组|dlarray对象

裁判- - - - - -参考图片数字数组|dlarray对象

名称-值参数

DataFormat- - - - - -尺寸标签字符串标量|特征向量

动态范围- - - - - -输入图像的动态范围diff (getrangefromclass (A))(默认)|积极的标量

指数- - - - - -指数的亮度、对比度、和结构方面(1 1 1)(默认)|转换向量的非负数字

半径- - - - - -各向同性高斯函数的标准偏差1.5(默认)|正数

RegularizationConstants- - - - - -正规化常数的亮度、对比度、和结构方面转换向量的非负数字

输出参数

ssimval——SSIM指标数字标量| |数字数组dlarray对象

ssimmap——当地SSIM指标的值数字数组|dlarray对象

更多关于

结构相似度指数

提示

算法

引用

扩展功能

GPU数组加速代码运行在一个图形处理单元(GPU)使用并行计算工具箱™。

版本历史

R2021b:金宝app支持GPU加速

R2021b:金宝app支持深度学习数组和指定的尺寸计算

另请参阅

主题

计算SSIM`dlarray`输入

`一个`- - - - - -图像质量测量
数字数组|`dlarray`对象

`裁判`- - - - - -参考图片
数字数组|`dlarray`对象

`DataFormat`- - - - - -尺寸标签
字符串标量|特征向量

`动态范围`- - - - - -输入图像的动态范围
`diff (getrangefromclass (A))`(默认)|积极的标量

`指数`- - - - - -指数的亮度、对比度、和结构方面
`(1 1 1)`(默认)|转换向量的非负数字

`半径`- - - - - -各向同性高斯函数的标准偏差
`1.5`(默认)|正数

`RegularizationConstants`- - - - - -正规化常数的亮度、对比度、和结构方面
转换向量的非负数字

`ssimval`——SSIM指标
数字标量| |数字数组`dlarray`对象

`ssimmap`——当地SSIM指标的值
数字数组|`dlarray`对象

GPU数组
加速代码运行在一个图形处理单元(GPU)使用并行计算工具箱™。