全参考视频质量评价方法（PSNR，SSIM）以及相关数据库

来源：互联网发布：美工刀片磨刀机编辑：程序博客网时间：2024/06/08 21:14

最常用的全参考视频质量评价方法有以下2种：

PSNR（峰值信噪比）：用得最多，但是其值不能很好地反映人眼主观感受。一般取值范围：20-40.值越大，视频质量越好。

SSIM（结构相似性）：计算稍复杂，其值可以较好地反映人眼主观感受。一般取值范围：0-1.值越大，视频质量越好。

PSNR，SSIM计算有如下工具可选：

MSU Video Quality Measurement Tool：商业软件，图形化界面，易上手，使用有限制。

Evalvid中的psnr.exe：开源软件，命令行界面，使用无限制。推荐，适合批处理。

偶然发现了一个很好的网站。里面包含了大量主观评价算法的数据，导入到Matlab中就可以使用。

http://sse.tongji.edu.cn/linzhang/IQA/IQA.htm

注：MOS（Mean Opnion Score，平均意见分）是主观评价实验之后，得到的主观分数，取值0-100，值越大，代表主观感受越好。

以下实验数据来自Live数据库：http://live.ece.utexas.edu/research/Quality/

PSNR主观感受与客观分数之间的关系：

更新（2014.7.31）===============

拟合结果：MOS = -24.3816 *( 0.5 - 1./(1 + exp(-0.56962 * (PSNR - 27.49855)))) + 1.9663*PSNR -2.37071;

SSIM主观感受与客观分数之间的关系：

拟合结果：

MOS = 2062.3 * (1/(1 + EXP(-11.8 * (SSIM - 1.3)))+0.5) + 40.6*SSIM -1035.6

摘自：http://blog.csdn.net/leixiaohua1020/article/details/11694369

matlab练习程序（SSIM）

　　一种评价压缩后图像质量的方法，和PSNR类似。具体论文看这里。

　　代码：

function main    img=imread('lena.jpg');    [m n]=size(img);    imgn=imresize(img,[floor(m/8) floor(n/8)]);    imgn=imresize(imgn,[m n]);    img=double(img);    imgn=double(imgn);    tmp=[];    for i=9:8:m       for j=9:8:n          tmp=[tmp SSIM(img(i-8:i,j-8:j),imgn(i-8:i,j-8:j))];               end        end    MSSIM=mean(tmp)    function re=SSIM(X,Y)　　%返回值在0-1之间，越大质量越好。        X=double(X);        Y=double(Y);        ux=mean(mean(X));        uy=mean(mean(Y));        sigma2x=mean(mean((X-ux).^2));        sigma2y=mean(mean((Y-uy).^2));           sigmaxy=mean(mean((X-ux).*(Y-uy)));        k1=0.01;        k2=0.03;        L=255;        c1=(k1*L)^2;        c2=(k2*L)^2;        c3=c2/2;        l=(2*ux*uy+c1)/(ux*ux+uy*uy+c1);        c=(2*sqrt(sigma2x)*sqrt(sigma2y)+c2)/(sigma2x+sigma2y+c2);        s=(sigmaxy+c3)/(sqrt(sigma2x)*sqrt(sigma2y)+c3);        re=l*c*s;    endend

分类: Matlab练习程序

http://www.cnblogs.com/tiandsp/archive/2012/12/14/2818299.html

0 0