ssim

用于测量图像质量的结构相似性 (SSIM) 索引

全页折叠

语法

ssimval = ssim(A,ref)

ssimval = ssim(A,ref,Name,Value)

[ssimval,ssimmap] = ssim(___)

说明

ssimval = ssim(A,ref) 使用 ref 作为参考图像或三维体，计算灰度图像或三维体 A 的结构相似性 (SSIM) 索引。值越接近 1 表示图像质量越好。

示例

ssimval = ssim(A,ref,Name,Value) 计算 SSIM，使用名称-值对组来控制计算的各个方面。

[ssimval,ssimmap] = ssim(___) 还返回 A 中每个像素或体素的局部 SSIM 值。

示例

全部折叠

计算结构相似性索引 (SSIM)

打开实时脚本

将图像读入工作区。创建图像的另一个版本，应用模糊滤波器。

ref = imread("pout.tif");
H = fspecial("Gaussian",[11 11],1.5);
A = imfilter(ref,H,"replicate");

以蒙太奇方式显示两个图像。这些图像沿锐利的高对比度区域（如格架的边缘）差异最大。

montage({ref,A})
title("Reference Image (Left) vs. Blurred Image (Right)")

Figure contains an axes object. The hidden axes object with title Reference Image (Left) vs. Blurred Image (Right) contains an object of type image.

计算图像的全局 SSIM 值和每个像素的局部 SSIM 值。

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

显示局部 SSIM 图。在图窗标题中包含全局 SSIM 值。较小的局部 SSIM 值在局部 SSIM 图中显示为较暗的像素。局部 SSIM 值较小的区域对应于模糊图像明显不同于参考图像的区域。较大的局部 SSIM 值显示为较亮的像素。局部 SSIM 值较大的区域对应于参考图像中的均匀区域，对这种区域应用模糊对图像的影响较小。

imshow(ssimmap,[])
title("Local SSIM Map with Global SSIM Value: "+ssimval)

Figure contains an axes object. The hidden axes object with title Local SSIM Map with Global SSIM Value: 0.94068 contains an object of type image.

计算 `dlarray` 输入的 SSIM

此示例使用:

打开实时脚本

将图像读入工作区。创建图像的另一个版本，应用模糊滤波器。

ref = imread("pout.tif");
A = imgaussfilt(ref,1.5,FilterSize=11,Padding="replicate");

以蒙太奇方式显示两个图像。

montage({ref,A})
title("Reference Image (Left) vs. Blurred Image (Right)")

Figure contains an axes object. The hidden axes object with title Reference Image (Left) vs. Blurred Image (Right) contains an object of type image.

通过沿第四个维度复制参考图像和模糊图像 16 次，对图像进行批量仿真。

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

为参考图像批量和模糊图像批量创建格式化的 dlarray 对象。空间-空间-通道-批量的格式为 "SSCB"。

A = dlarray(single(A),"SSCB"); 
ref = dlarray(single(ref),"SSCB");

计算图像的全局 SSIM 值和每个像素的局部 SSIM 值。ssimVal 为批量中的每个图像返回一个标量 SSIM 值。ssimMap 为批量中的每个图像返回与图像大小相同的 SSIM 值映射矩阵。

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

ans = 1×4

     1     1     1    16

size(ssimMap)

ans = 1×4

   291   240     1    16

输入参数

全部折叠

`A` — 用于质量度量的图像
数值数组 | `dlarray` 对象

用于质量度量的图像，指定为数值数组或 dlarray (Deep Learning Toolbox) 对象。如果 A 不是二维灰度图像或三维灰度图像体，如 RGB 图像或灰度图像堆叠，请指定 DataFormat 名称-值参量。如果 A 是格式化的 dlarray 对象，请不要指定 DataFormat 名称-值参量。

数据类型: single | double | int16 | uint8 | uint16

`ref` — 参考图像
数值数组 | `dlarray` 对象

用于测量质量的参考图像，指定为数值数组或与 A 大小和数据类型相同的 dlarray (Deep Learning Toolbox) 对象。如果 ref 不是二维灰度图像或三维灰度图像体，如 RGB 图像或灰度图像堆叠，请指定 DataFormat 名称-值参量。如果 ref 是格式化的 dlarray 对象，请不要指定 DataFormat 名称-值参量。

数据类型: single | double | int16 | uint8 | uint16

名称-值参数

将可选的参量对组指定为 Name1=Value1,...,NameN=ValueN，其中 Name 是参量名称，Value 是对应的值。名称-值参量必须出现在其他参量后，但对各个参量对组的顺序没有要求。

如果使用的是 R2021a 之前的版本，请使用逗号分隔每个名称和值，并用引号将 Name 引起来。

示例: ssim(A,ref,"DynamicRange",100)

`DataFormat` — 维度标签
字符串标量 | 字符向量

输入图像 A 和 ref 的维度标签，指定为字符串标量或字符向量。DataFormat 中的每个字符必须为以下标签之一：

S - 空间
C - 通道
B - 批量观测值

格式不能包含一个以上的通道标签或批量标签。当输入图像是格式化的 dlarray 对象时，请不要指定 DataFormat 名称-值参量。

示例: "SSC" 表示该数组具有两个空间维度和一个通道维度，适用于二维 RGB 图像数据。

示例: "SSCB" 表示该数组具有两个空间维度、一个通道维度和一个批量维度，适用于二维 RGB 图像数据序列。

数据类型: char | string

`DynamicRange` — 输入图像的动态范围
`diff(getrangefromclass(A))` (默认) | 正标量

输入图像的动态范围，指定为正标量。"DynamicRange" 的默认值取决于图像 A 的数据类型，并计算为 diff(getrangefromclass(A))。例如，对于数据类型为 uint8 的图像，默认动态范围为 255，对于像素值在 [0, 1] 范围内的数据类型为 double 或 single 的图像，默认动态范围为 1。

`Exponents` — 亮度、对比度和结构项的指数
`[1 1 1]` (默认) | 由非负数组成的三元素向量

亮度、对比度和结构项的指数，指定为由 [alpha beta gamma] 形式的非负数组成的三元素向量。

`Radius` — 各向同性高斯函数的标准差
`1.5` (默认) | 正数

各向同性高斯函数的标准差，指定为正数。此值用于对一个像素周围的邻域像素进行加权，以估计局部统计量。这种加权用于避免在估计局部统计量时出现块伪影。

`RegularizationConstants` — 亮度、对比度和结构项的正则化常量
由非负数组成的三元素向量

亮度、对比度和结构项的正则化常量，指定为由 [c1 c2 c3] 形式的非负数组成的三元素向量。ssim 函数使用这些正则化常量来避免局部均值或标准差接近于零的图像区域的不稳定性。因此，这些常量应使用小的非零值。

默认情况下，

C1 = (0.01*L).^2，其中 L 是指定的 DynamicRange 值。
C2 = (0.03*L).^2，其中 L 是指定的 DynamicRange 值。
C3 = C2/2

输出参量

全部折叠

`ssimval` — SSIM 索引
数值标量 | 数值数组 | `dlarray` 对象

SSIM 索引，返回为下列值之一。

输入图像类型	SSIM 值
非格式化数值数组既没有通道维度 (`"C"`) 也没有批量维度 (`"B"`) 的格式化数值数组	具有单 SSIM 测量的数值标量。
非格式化 `dlarray` (Deep Learning Toolbox) 对象	具有单 SSIM 测量的标量 `dlarray` 对象。
使用 `DataFormat` 名称-值参量指定通道或批量维度的数值数组	与输入图像具有相同维度的数值数组。`ssimval` 的空间维度是单一维度。任何通道或批量维度上的每个元素都有一个 SSIM 测量。
具有通道或批量维度的格式化 `dlarray` 对象使用 `DataFormat` 名称-值参量指定通道或批量维度的非格式化 `dlarray` 对象	与输入图像具有相同维度的 `dlarray` 对象。`ssimval` 的空间维度是单一维度。任何通道或批量维度上的每个元素都有一个 SSIM 测量。

ssimval 的数据类型为 double，除非 A 的数据类型为 single，在这种情况下，ssimval 的数据类型为 single。

ssimval 的值通常在 [0, 1] 范围内。值 1 表示最高质量，当 A 和 ref 等效时出现。值越小，质量越差。对于输入和名称-值对组参量的某些组合，ssimval 可以是负数。

`ssimmap` — SSIM 索引的局部值
数值数组 | `dlarray` 对象

SSIM 索引的局部值，返回为下列值之一。

输入图像类型	SSIM 值
非格式化数值数组既没有通道维度 (`"C"`) 也没有批量维度 (`"B"`) 的格式化数值数组	与输入图像大小相同的数值数组。输入图像中的每个元素都有一个对应的 SSIM 测量值。
非格式化 `dlarray` (Deep Learning Toolbox) 对象	`dlarray` 对象与输入图像大小相同。输入图像中的每个元素都有一个对应的 SSIM 测量值。
使用 `DataFormat` 名称-值参量指定通道或批量维度的数值数组	与输入图像大小相同的数值数组。输入图像中的每个空间元素在任何通道或批量维度上都有一个 SSIM 测量。
具有通道或批量维度的格式化 `dlarray` 对象使用 `DataFormat` 名称-值参量指定通道或批量维度的非格式化 `dlarray` 对象	`dlarray` 对象与输入图像大小相同。输入图像中的每个空间元素在任何通道或批量维度上都有一个 SSIM 测量。

ssimmap 的数据类型为 double，除非 A 的数据类型为 single，在这种情况下，ssimmap 的数据类型为 single。

详细信息

全部折叠

结构相似性索引

一种图像质量度量，用于评估图像三个特性的视觉效果：亮度、对比度和结构。

提示

如果 A 和 ref 指定 RGB 图像数据，请使用 "DataFormat" 名称-值参量来标注通道维度 "C"。然后，您可以对通道维度 ssimval 和 ssimmap 应用 mean 函数来逼近整个图像的 SSIM 索引。

算法

SSIM 索引质量评估索引基于三个项的计算，即亮度项、对比度项和结构项。整体索引是三个项的乘法组合。

$S S I M (x, y) = {[l (x, y)]}^{α} \cdot {[c (x, y)]}^{β} \cdot {[s (x, y)]}^{γ}$

其中

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

其中，μ_x、μ_y、σ_x、σ_y 和 σ_xy 是图像 x, y 的局部均值、标准差和互协方差。如果 α = β = γ = 1（Exponents 的默认值），且 C₃ = C₂/2（C ₃ 的默认选择），则索引简化为：

$S S I M (x, y) = \frac{(2 μ_{x} μ_{y} + C_{1}) (2 σ_{x y} + C_{2})}{(μ_{x}^{2} + μ_{y}^{2} + C_{1}) (σ_{x}^{2} + σ_{y}^{2} + C_{2})}$

当您为 "Exponents" 指定非整数值时，ssim 函数通过将中间亮度、对比度和结构项限制在 [0, inf] 范围内来防止复数值输出。

参考

[1] Zhou, W., A. C. Bovik, H. R. Sheikh, and E. P. Simoncelli. "Image Quality Assessment: From Error Visibility to Structural Similarity." IEEE Transactions on Image Processing. Vol. 13, Issue 4, April 2004, pp. 600–612.

扩展功能

GPU 数组
通过使用 Parallel Computing Toolbox™ 在图形处理单元 (GPU) 上运行来加快代码执行。

此函数完全支持 GPU 数组。有关详细信息，请参阅GPU 上的图像处理。

版本历史记录

在 R2014a 中推出

全部展开

R2021b: 支持 GPU 加速

ssim 现在支持 GPU 加速（需要 Parallel Computing Toolbox™）。

R2021b: 支持深度学习数组和指定计算维度

ssim 函数接受深度学习应用程序的 dlarray 输入。

此函数还支持维度标签为 'S'（空间）、'C'（通道）和 'B'（批量）的格式化数据。该函数为沿通道维度和批量维度的每个索引返回一个单独的结果。

另请参阅

psnr | immse | multissim | multissim3

主题

Compare Image Quality at Various Compression Levels
List of Functions with dlarray Support (Deep Learning Toolbox)
定义自定义训练循环、损失函数和网络 (Deep Learning Toolbox)

ssim

语法

说明

示例

计算结构相似性索引 (SSIM)

计算 dlarray 输入的 SSIM

输入参数

A — 用于质量度量的图像 数值数组 | dlarray 对象

ref — 参考图像 数值数组 | dlarray 对象

名称-值参数

DataFormat — 维度标签 字符串标量 | 字符向量

DynamicRange — 输入图像的动态范围 diff(getrangefromclass(A)) (默认) | 正标量

Exponents — 亮度、对比度和结构项的指数 [1 1 1] (默认) | 由非负数组成的三元素向量

Radius — 各向同性高斯函数的标准差 1.5 (默认) | 正数

RegularizationConstants — 亮度、对比度和结构项的正则化常量 由非负数组成的三元素向量

输出参量

ssimval — SSIM 索引 数值标量 | 数值数组 | dlarray 对象

ssimmap — SSIM 索引的局部值 数值数组 | dlarray 对象

详细信息

结构相似性索引

提示

算法

参考

扩展功能

GPU 数组 通过使用 Parallel Computing Toolbox™ 在图形处理单元 (GPU) 上运行来加快代码执行。

版本历史记录

R2021b: 支持 GPU 加速

R2021b: 支持深度学习数组和指定计算维度

另请参阅

主题

WeChat

计算 `dlarray` 输入的 SSIM

`A` — 用于质量度量的图像
数值数组 | `dlarray` 对象

`ref` — 参考图像
数值数组 | `dlarray` 对象

`DataFormat` — 维度标签
字符串标量 | 字符向量

`DynamicRange` — 输入图像的动态范围
`diff(getrangefromclass(A))` (默认) | 正标量

`Exponents` — 亮度、对比度和结构项的指数
`[1 1 1]` (默认) | 由非负数组成的三元素向量

`Radius` — 各向同性高斯函数的标准差
`1.5` (默认) | 正数

`RegularizationConstants` — 亮度、对比度和结构项的正则化常量
由非负数组成的三元素向量

`ssimval` — SSIM 索引
数值标量 | 数值数组 | `dlarray` 对象

`ssimmap` — SSIM 索引的局部值
数值数组 | `dlarray` 对象

GPU 数组
通过使用 Parallel Computing Toolbox™ 在图形处理单元 (GPU) 上运行来加快代码执行。