图像质量评估（IQA）基础知识
全参、半参和无参常用衡量标准
/caoleiwe/article/details/49045633
本研究采用三个常用的性能指标来衡量3D-IQA方法的性能：首先，Pearson的线性相关系数（PLCC），它用于衡量预测的准确性；其次， Spearman的等级有序相关系数（SROCC） 用作预测单调性的度量；然后，以及评估预测一致性的均方根误差（RMSE）。较高的PLCC和SROCC值表明与人的主观判断密切相关。 接近零的RMSE值表示与人类感知密切相关。
平均、差分主观分值
平面图像和立体图像
一些数据库
LIVE 3D Image Quality Database Phase I AND II
这个数据库分两个phase。Phase I包含对称扭曲失真，而Phase II则对称和不对称扭曲刺激。因此，阶段I和阶段II实际上是不同且互补的数据集。两个阶段使用了五种类型的失真：使用JPEG和JPEG2000压缩标准进行压缩，添加高斯白噪声，高斯模糊和基于瑞利衰落信道的快衰落模型。第一阶段有20个原始的立体图像对和365个扭曲的立体图相对，而Phase II有8个原始的立体图相对和360个失真的立体图像对。MICT 3D Image Quality Evaluation Database Ningbo University 3D Image Quality Database Phase I AND II
（平面的）LIVE Image Quality Assessment Database[41]. It contains total of 779 distorted images with five different single distortions at 7-8 degradation levels derived from 29 reference images. Differential Mean Opinion Scores (DMOS) are provided for each image in the range [0, 100], where higher DMOS indicates lower quality. TID [37], that contains 1,700 distorted images with 17 different distortions derived from 25 reference images at 4 degradation levels. Each image is associated with a Mean Opinion Score (MOS) in the range [0, 9]. Contrary to DMOS, higher MOS indicates higher quality. TID [36] that contains 3,000 distorted images derived from 25 reference images with 24 types of distortions at 5 different levels of distortion. Each image is associated with a MOS.
双目视觉系统和人类视觉感知机理
SSIM
SSIM指数应用于图像质量评估
SSIM的全称为structural similarity index，即为结构相似性，是一种衡量两幅图像相似度的指标。该指标首先由德州大学奥斯丁分校的图像和视频工程实验室(Laboratory for Image and Video Engineering)提出。而如果两幅图像是压缩前和压缩后的图像，那么SSIM算法就可以用来评估压缩后的图像质量。
在图像质量评估之中，局部求SSIM指数的效果要好于全局。第一，图像的统计特征通常在空间中分布不均；第二，图像的失真情况在空间中也是变化的；第三，在正常视距内，人们只能将视线聚焦在图像的一个区域内，所以局部处理更符合人类视觉系统的特点；第四，局部质量检测能得到图片空间质量变化的映射矩阵，结果可服务到其他应用中。
