MSE，PSNR，SSIM

-- TOC --

MSE: Mean Squared Error between original frame and impaired (compressed).

均方误差，就是将两张图片的每个pixel值相减，平方，求和，再平均。（两张图片的宽和高要一样，否则没法计算）

$$\text{MSE}=\frac{1}{H \times W}\sum_{i=1}^{H}\sum_{j=1}^{W}\bigl(X(i,j)-Y(i,j)\bigr)^2$$

MSE越小越好！

也有用MSE来直接比较图像质量的。

PSNR，Peak Signal to Noise Ratio.

峰值信噪比，用来客观评价视频压缩质量的一个常用的数量指标，有缺陷，但似乎一直没有更好的指标出来：

$$PSNR_{db}=10\cdot\log_{10}\frac{(2^n-1)^2}{\text{MSE}}$$

n一般取8，一个channel的bit depth。

PSNR越大越好！越大，就表示MSE越小。

PSNR的缺陷在于：

需要用 original frame 来参与计算（MSE），但有时可能难以获取或分辨其fidelity；（RGB转YUV后再传输）
与 subjective video quality measure （ITU-R 500）的相关性不好，更低的PSNR值在主观上并不一定就更差，比如一张仅做了背景虚化的图片，它的PSNR可能很低，但是视觉效果并不差。

上述计算公式可用于只有一个channel的图片计算。如果是彩色图片，有3个channel的情况，如何计算PSNR呢？

还有一些其它的方法，注意上下文。

average PSNR：将所有frame的PSNR加总取平均。

SSIM，Structural SIMilarity.

结构相似性，是一种全参考的图像质量评价指标，它分别从亮度、对比度、结构三方面度量图像相似性。

-- EOF --

-- MORE --