圖像質量評價（三）：FSIM

feature similarity index mersure(FSIM)利用特徵類似性進行質量評價。由於human visual system (HVS)是基於一些低層次特徵來感知圖像的，而相位一致性特徵( phase congruency,PC)能夠很好的刻畫局部結構。同時因爲PC對於圖像的變化具備相對不變性，這有利於提取圖像中穩定的特徵可是有時圖像的變化確實會影響觀感，因此須要使用梯度特徵(gradient magnitude,GM)來彌補。FSIM中使用了PC和GM兩個特徵互爲補充。

相位一致性特徵提取( phase congruency,PC)

PC模型假設在傅里葉份量相位最大的點特徵會被感知到。對於PC map的計算有不一樣方法，這裏介紹Kovesi提出的方法。對於一維信號g(x)，其PC計算以下：

對於上面的正交的濾波器對，使用log-Gabor濾波器。

二維灰度圖像的PC計算，能夠先在多個方向上計算一維PC，而後經過必定規則將結果整合。上面的一維log-Gabor濾波器能夠經過在與其方向垂直的方向上使用一個傳播函數將其變爲二維，傳播函數可使用高斯函數。

上面PC取值在0~1間。

梯度特徵提取（GM）

梯度能夠經過不少算子計算：

在水平和垂直方向分別計算梯度，而後計算最終梯度;

FSIM計算

對於兩幅圖像f1和f2，其FSIM計算能夠首先經過上面的步驟獲得PC1,GM1,PC2,GM2。

首先PC的類似度計算以下;

GM類似度計算以下：

PC和GM融合的類似度爲：

FSIM計算以下：

彩色圖像FSIM計算

首先對彩色圖像進行顏色空間轉換：

色度類似性計算以下：

彩色圖像的FSIM計算以下：

實驗結果

Database	Nonlinear fitting code	Results	FSIM	FSIM*C*
SROCC	KROCC	PLCC	RMSE	SROCC	KROCC	PLCC	RMSE
TID2013	NonlinearFittingTID2013	FSIMOnTID2013	0.8015	0.6289	0.8589	0.6349	0.8510	0.6665	0.8769	0.5959
TID2008	NonlinearFittingTID	FSIMOnTID2008	0.8805	0.6946	0.8738	0.6525	0.8840	0.6991	0.8762	0.6468
CSIQ	NonlinearFittingCSIQ	FSIMOnCSIQ	0.9242	0.7567	0.9120	0.1077	0.9310	0.7690	0.9192	0.1034
LIVE	NonlinearFittingLIVE	FSIMOnLIVE	0.9634	0.8337	0.9597	7.6780	0.9645	0.8363	0.9613	7.5296
IVC	NonlinearFittingIVC	FSIMOnIVC	0.9262	0.7564	0.9376	0.4236	0.9293	0.7636	0.9392	0.4183
Toyama-MICT	NonlinearFittingMICT	FSIMOnMICT	0.9059	0.7302	0.9078	0.5248	0.9067	0.7303	0.9075	0.5257
A57	NonlinearFittingA57	FSIMOnA57	0.9181	0.7639	0.9393	0.0844	0.9181	0.7639	0.9393	0.0844
WIQ	NonlinearFittingWIQ	FSIMOnWIQ	0.8006	0.6215	0.8546	11.8949	0.8006	0.6215	0.8546	11.8949
Weighted-Average

參考

https://sse.tongji.edu.cn/linzhang/IQA/FSIM/FSIM.htm

《FSIM: A Feature SIMilarity Index for Image Quality Assessment》

感興趣的請關注微信公衆號Video Coding

本文分享自微信公衆號 - Video Coding（gh_17eb8f3e0fe7）。
若有侵權，請聯繫 support@oschina.cn 刪除。
本文參與「OSC源創計劃」，歡迎正在閱讀的你也加入，一塊兒分享。