图像质量评价（三）：FSIM

Question

如题所述

Answer 1

FSIM是一种基于特征相似性的图像质量评价方法。以下是关于FSIM的详细解释：

核心机制：FSIM主要依赖于图像的特征相似性进行评估。这些特征包括相位一致性特征和梯度特征，它们分别用于刻画图像的局部结构和补充PC的不足。

相位一致性特征：

重要性：PC因其对局部结构的精确刻画和对图像变化的相对不变性，成为提取稳定特征的重要手段。核心思想：高傅里叶分量相位的最大点被认为是显著特征。通过logGabor滤波器处理信号，先在多个方向上计算一维PC，然后利用传播函数将其扩展到二维图像。

梯度特征：

计算方式：GM是通过水平和垂直方向的梯度计算得到的，其取值范围在0到1之间。作用：用于补充PC在描述图像局部变化方面的不足。

FSIM的计算流程：

特征提取：从两幅待评价的图像f1和f2中提取PC1, GM1, PC2, GM2。相似度计算：通过特定公式分别计算PC相似度和GM相似度。融合相似度：将PC相似度和GM相似度融合，得出最终的FSIM值。

彩色图像的处理：

颜色空间转换：对于彩色图像，首先进行颜色空间转换。色度相似性计算：分别计算色度的相似性。整合评估：将这些色度相似性值整合到彩色图像的FSIM评估中。

FSIM通过结合PC和GM两种特征，能够更全面地评估图像的质量，为人类视觉系统提供更准确的图像质量反馈。如需了解更多关于FSIM的详细信息，可以参考相关论文和实验结果。