SSIM | Structural Similarity

1 定义

SSIM（structural similarity）是一种用来衡量图片相似度的指标，也可用来判断图片压缩后的质量。

SSIM由亮度对比、对比度对比、结构对比三部分组成。

\(\left.\begin{matrix}
\mu_{x}=\frac{1}{N} \sum_{i=1}^{N} x_{i} \quad & \longrightarrow & l(x, y)=\frac{2 \mu_{x} \mu_{y}+C_{1}}{\mu_{x}^{2}+\mu_{y}^{2}+C_{1}}\\
（灰度均值作为亮度测量） & & （亮度对比函数）\\
\sigma_{x}=\left(\frac{1}{N-1} \sum_{i=1}^{N}\left(x_{i}-\mu_{x}\right)^{2}\right)^{\frac{1}{2}} & \longrightarrow & c(x, y)=\frac{2 \sigma_{x} \sigma_{y}+C_{2}}{\sigma_{x}^{2}+\sigma_{y}^{2}+C_{2}}\\
（灰度标准差作为对比度测量） & & （亮度对比函数）\\
\frac{x-\mu_{x}}{\sigma_{x}} \quad & \longrightarrow & s(x, y)=\frac{\sigma_{x y}+C_{3}}{\sigma_{x} \sigma_{y}+C_{3}}\\
（结构测量） & & （结构对比函数）
\end{matrix}\right\}\begin{matrix}
\begin{aligned}
&S(x, y)=f(l(x, y), c(x, y), s(x, y)) \\
&=\frac{\left(2 \mu_{x} \mu_{y}+C_{1}\right)\left(2 \sigma_{x} \sigma_{y}+C_{2}\right)}{\left(\mu_{x}^{2}+\mu_{y}^{2}+C_{1}\right)\left(\sigma_{x}^{2} \sigma_{y}^{2}+C_{2}\right)}
\end{aligned} \\
（\text{SSIM} 函数）
\end{matrix}\)

其中，\(C_1\)、\(C_2\)、\(C_3\) 为常数，避免分母接近于0时造成的不稳定性。

2 性质

SSIM 函数 \(S\) 具有对称性、有界性（不超过1）和最大值唯一性（当且仅当 \(x＝y\) 时，\(S＝1\)，表示两幅图一样）。

上述 \(S\) 函数为 \(C_3=C_2/2\) 的简化形式。

参考文献

[1] https://zhuanlan.zhihu.com/p/93649342
[2] 《Image Quality Assessment: From Error Visibility to Structural Similarity》