SSIM、PSNR、LPIPS、MUSIQ、NRQM、NIQE 六个图像质量评估指标

评价指标

在这里插入图片描述

1. SSIM（Structural Similarity Index）

📌 定义

结构相似性指数（Structural Similarality Index）是一种衡量两幅图像相似性的指标，考虑了亮度、对比度和结构信息的相似性，比传统的 PSNR 更接近人眼视觉感知。

🔧 计算方法

SSIM 的公式如下：
$\text{SSIM}(x, y) = \frac{(2\mu_x\mu_y + C_1)(2\sigma_{xy} + C_2)}{(\mu_x^2 + \mu_y^2 + C_1)(\sigma_x^2 + \sigma_y^2 + C_2)}$

参数说明：
- $\mu_x, \mu_y$ ：图像 $x$ 和 $y$ 的局部均值（亮度）。
- $\sigma_x, \sigma_y$ ：局部标准差（对比度）。
- $\sigma_{xy}$ ：局部协方差（结构信息）。
- $C_1, C_2$ ：稳定系数，防止分母为零（通常 $C_1 = (0.01L)^2$ ， $C_2 = (0.03L)^2$ ， $L$ 为像素最大值）。
计算步骤：
1. 将图像划分为多个局部窗口（通常为 $11 \times 11$ ）。
2. 计算每个窗口的 $\mu_x, \mu_y, \sigma_x, \sigma_y, \sigma_{xy}$ 。
3. 代入公式计算每个窗口的 SSIM 值。
4. 对所有窗口的 SSIM 值取平均，得到整体 SSIM。

📌 数值范围：[0, 1]

1：两幅图像完全相同，质量最佳。
0.9-1：图像质量非常好，几乎无失真。
0.7-0.9：图像质量良好，结构相似性较高。
0.5-0.7：图像质量一般，存在明显结构差异。
0.3-0.5：图像质量较差，结构差异显著。
0-0.3：图像质量极差，可能完全失真。

📈 应用场景

图像压缩、去噪、超分辨率重建等任务。
需要关注图像结构性变化（如纹理、边缘）的场景。

✅ 优点

比 PSNR 更贴近人眼视觉感知。
能捕捉图像的局部结构信息。

❌ 缺点

计算复杂度较高。
对全局亮度差异敏感。

2. PSNR（Peak Signal-to-Noise Ratio）

📌 定义

峰值信噪比（Peak Signal-to-Noise Ratio）是一种基于 均方误差 MSE 的图像质量评估指标，衡量原始图像与失真图像之间的误差。

🔧 计算方法

$\text{PSNR} = 10 \cdot \log_{10}\left( \frac{\text{MAX}_I^2}{\text{MSE}} \right)$

参数说明：
- $\text{MAX}_I$ ：图像的最大像素值（如 8 位图像为 255）。
- $\text{MSE}$ ：均方误差，计算公式为：
  $\text{MSE} = \frac{1}{mn} \sum_{i=0}^{m-1} \sum_{j=0}^{n-1} [I(i,j) - K(i,j)]^2$
  其中 $m, n$ 是图像尺寸， $I$ 是原始图像， $K$ 是失真图像。

📌 数值范围：[0, ∞) dB

>40 dB：图像质量极好，接近无失真。
30-40 dB：图像质量良好，失真可接受。
20-30 dB：图像质量较差，失真明显。
<20 dB：图像质量极差，失真严重。

📈 应用场景

图像压缩、视频编码等传统信号处理领域。
需要快速评估图像质量的工业场景。

✅ 优点

计算简单，实现高效。
适用于大规模数据处理。

❌ 缺点

与人眼感知存在偏差，尤其在高压缩率下。
无法捕捉结构信息（如纹理、边缘）的损失。

3. LPIPS（Learned Perceptual Image Patch Similarity）

📌 定义

LPIPS 是一种基于深度学习的图像质量评估指标，通过预训练的卷积神经网络（如 VGG、AlexNet）提取特征，并计算特征空间中的距离。

🔧 计算方法

特征提取：使用预训练的 CNN 模型（如 VGG16）提取多层特征图。
距离计算：计算两个图像特征图的加权欧氏距离：
$d_{\text{LPIPS}}(I_1, I_2) = \sum_k w_k \cdot \frac{\|f_k(I_1) - f_k(I_2)\|}{N_k}$
- $f_k$ ：第 $k$ 层的特征图。
- $w_k$ ：各层的权重（通过训练调整）。
- $N_k$ ：归一化项（特征图的空间维度乘以通道数）。
输出：距离越小，图像越相似。

📌 数值范围：[0, ∞)

接近 0：图像高度相似，质量极佳。
0.1-0.3：图像质量良好，感知差异较小。
0.3-0.5：图像质量一般，存在明显差异。
>0.5：图像质量差，差异显著。

📈 应用场景

图像生成（GAN）、超分辨率、图像修复等深度学习任务。
需要模拟人眼感知的复杂场景。

✅ 优点

与人眼主观评分高度相关。
能捕捉感知差异（如颜色、纹理、形状）。

❌ 缺点

依赖预训练模型，计算复杂度较高。
需要 GPU 加速推理。

4. MUSIQ（Multi-scale Image Quality Transformer）

📌 定义

MUSIQ 是一种基于视觉 Transformer VIT 的无参考图像质量评估模型，通过多尺度图像块学习感知质量特征。

🔧 计算方法

多尺度特征提取：将图像划分为多尺度块，提取局部特征。
Transformer 编码：使用 Transformer 架构对特征进行全局建模。
质量评分：输出一个标量质量分数，表示图像质量。

📌 数值范围：[0, ∞)（具体范围取决于模型输出）

低值（如 <10）：图像质量较高，接近自然图像。
中等值（如 10-20）：图像质量一般，存在轻微失真。
高值（如 >20）：图像质量较差，失真显著。

📈 应用场景

无参考图像质量评估（如图像增强、修复）。
需要高精度且无需参考图像的场景。

✅ 优点

多尺度建模能力，适应复杂图像结构。
无需参考图像，适合实际应用。

❌ 缺点

模型复杂度高，依赖 GPU 计算。
需要大规模训练数据。

5. NRQM（No-Reference Quality Metric）

📌 定义

NRQM 是一种基于 深度学习 的通用无参考图像质量评估模型，通过学习自然图像统计特征预测质量分数。

🔧 计算方法

特征提取：使用 CNN 提取图像的深层特征。
质量回归：通过全连接层将特征映射为质量评分。
输出：输出一个标量质量分数（分数越高表示质量越好）。

📌 数值范围：[0, ∞)（具体范围取决于模型输出）

低值：图像质量较高，自然度良好。
高值：图像质量较低，可能存在模糊、噪声等问题。

📈 应用场景

无参考图像质量评估。
图像生成、修复等任务的自动评估。

✅ 优点

无需参考图像，适合实际应用。
适应多种失真类型（如模糊、噪声）。

❌ 缺点

模型依赖训练数据，泛化能力受限。
计算资源消耗较大。

6. NIQE（Natural Image Quality Evaluator）

📌 定义

NIQE 是一种基于 自然场景统计特征 的无参考图像质量评估指标，使用高斯混合模型（GMM）评估图像质量。

🔧 计算方法

特征提取：计算图像的局部梯度直方图。
GMM 训练：使用高质量自然图像训练 GMM 模型。
KL 散度计算：计算测试图像与 GMM 的 KL 散度，作为质量评分。
$\int p(x) \log \frac{p(x)}{q(x)} dx$
- $p (x)$ ：测试图像的特征分布。
- $q (x)$ ：GMM 的标准分布。

📌 数值范围：[0, ∞)

接近 0：图像自然度极高，质量最佳。
5-8：图像质量良好，自然度较高。
8-12：图像质量一般，存在轻微失真。
>12：图像质量差，自然度低，失真显著。

📈 应用场景

无参考图像质量评估。
图像增强、去噪等任务的自动评估。

✅ 优点

无需参考图像，适合实际应用。
计算效率较高。

❌ 缺点

依赖预训练的 GMM 模型。
对非自然失真（如人工压缩）适应性较弱。

总结对比表

指标	类型	是否需要参考图像	计算复杂度	与人眼感知相关性	适用场景
SSIM	传统指标	✅ 是（FR）	中等	高	图像压缩、结构分析
PSNR	传统指标	✅ 是（FR）	低	低	快速评估、工业检测
LPIPS	深度学习	✅ 是（FR）	高	高	图像生成、超分辨率
MUSIQ	深度学习	❌ 否（NR）	高	高	无参考质量评估
NRQM	深度学习	❌ 否（NR）	高	高	无参考质量评估
NIQE	传统指标	❌ 否（NR）	中等	中	无参考质量评估

指标	数值范围	优质范围	低质范围	是否需要参考图像	与人眼感知相关性
SSIM	[0, 1]	>0.9	<0.5	✅ 是	高
PSNR	[0, ∞) dB	>40 dB	<20 dB	✅ 是	低
LPIPS	[0, ∞)	<0.1	>0.5	✅ 是	高
MUSIQ	[0, ∞)	<10	>20	❌ 否	高
NRQM	[0, ∞)	低值	高值	❌ 否	高
NIQE	[0, ∞)	<5	>12	❌ 否	中