[이미지 품질 평가] SSIM

SSIM

Structural Similarity Index Map

수치적 에러가 아닌 인간의 시각적 화질 차이를 평가하기 위해 고안된 방법
밝기, 대비, 구조의 세가지 측면에서 품질을 평가

luminus 밝기

$ l(a,b) = \frac{2 * \mu_a \mu_b + C_1}{\mu_a^2 + \mu_b^2 + C_1} $

contrast 대비

$ c(a,b) = \frac{2 * \sigma_a \sigma_b + C_2}{\sigma_a^2 + \sigma_b^2 + C2}$

structure 구조

$ s(a,b) = \frac{\sigma_{ab} + C3}{\sigma_a\sigma_b + C3}$

$$SSIM(a,b) = [l(a,b)]^a[c(a,b)]^b[s(a,b)] \
= \frac{2\mu_a\mu_b + C1}{\mu_a^2 +\mu_b^2 + C1} \times \frac{2\sigma_{ab} + C2}{\sigma_a^2 + \sigma_b^2 + C2}$$

Python Code

from skimage.metrics import structural_similarity as ssim
import cv2

def SSIM(img1,img2) :
    img1 = cv2.cvtColor(img1,cv2.COLOR_BGR2GRAY)
    img2 = cv2.cvtColor(img2,cv2,COLOR_BGR2GRAY)
    return ssim(img1,img2,full=True

원 논문

Zhou Wang, A. C. Bovik, H. R. Sheikh and E. P. Simoncelli, "Image quality assessment: from error visibility to structural similarity," in IEEE Transactions on Image Processing, vol. 13, no. 4, pp. 600-612, April 2004, doi: 10.1109/TIP.2003.819861.