Оценка качества изображений с использованием FSIM, SSIM, MSE и PSNR: сравнительное исследование

Качество является важным параметром всех объектов и их функциональных возможностей. При распознавании объектов на основе изображений качество изображения служит основным критерием. Для достоверной оценки качества изображения требуется эталонное изображение, однако на практике его получение представляет значительную трудность. Обычно качество изображений оценивают с помощью метрик с полной опорой, таких как среднеквадратичная ошибка (MSE) и пиковое отношение сигнал/шум (PSNR). В отличие от MSE и PSNR, недавно были разработаны две дополнительные метрики с полной опорой — индекс структурного сходства (SSIM) и индекс сходства признаков (FSIM), предназначенные для сравнения структурного и признакового сходства восстановленных и исходных изображений с учетом человеческого восприятия. Основное внимание в данной работе уделено сравнению различных метрик качества изображений для формирования целостного представления об их свойствах. Эти метрики исследуются на эталонных изображениях с помощью методов удаления шума при различных уровнях его концентрации. Все метрики дают согласующиеся результаты. Однако с точки зрения представления SSIM и FSIM нормированы, тогда как MSE и PSNR — нет; с семантической точки зрения MSE и PSNR характеризуют только абсолютную ошибку, тогда как SSIM и FSIM отражают ошибку, основанную на восприятии и визуальной значимости. Поэтому SSIM и FSIM можно считать более интерпретируемыми, чем MSE и PSNR.