Индекс SSIM не является метрикой и плохо оценивает сходство изображений


https://doi.org/10.21122/2309-4923-2019-2-12-17

Полный текст:


Аннотация

В статье исследованы некоторые свойства очень популярного показателя структурного сходства изображений, называемого индексом SSIM. Согласно сайту https://scholar.google.com на статью [3], где он был впервые описан, за 14 лет сделано более 20000 ссылок. Этот показатель активно используется международным сообществом в научных исследованиях. Он приобрел статус неофициального международного стандарта для оценки качества изображения при наличии эталона, часто называемого метрикой качества изображений. В настоящей статье развенчиваются некоторые мифы, возникшие вокруг этого индекса. Доказана теорема утверждающая, что индекс SSIM и любые его линейные преобразования не являются метрическими функциями. Во многих публикациях и в пакете прикладных программ Матлаб в описании функции ssim, сказано, что индекс SSIM используется для измерения качества изображений. Однако этот индекс, а также любая функция сравнения с эталонным изображением (типа full-reference) в принципе не могут оценить качество анализируемых изображений. Они оценивают только некоторую степень сходства между изображением и его искаженной копией. В статье также показано, что индекс SSIM не всегда может корректно определить сходство изображений одной и той же сцены, в то время как коэффициент линейной корреляции Пирсона делает это намного быстрее и точнее.


Об авторе

В. B. Старовойтов
Объединенный институт проблем информатики НАН Беларуси
Беларусь
Старовойтов Валерий Васильевич, доктор технических наук, профессор. uлавный научный сотрудник


Список литературы

1. Pedersen, M., Hardeberg, J. Y. Full-reference image quality metrics: Classification and evaluation // Foundations and Trends® in Computer Graphics and Vision, 2012), V. 7, № 1. – pp. 1–80.

2. Lin W., Kuo C. C. J. Perceptual visual quality metrics: A survey // Journal of Visual Communication and Image Representation. – 2011. – Т. 22. – №. 4. – pp. 297–312.

3. Wang, Z., Bovik, A. C. Modern image quality assessment // Synthesis Lectures on Image, Video, and Multimedia Processing, 2006, V. 2. – № 1. – pp. 1–156.

4. Wang, Z., Bovik, A. C., Sheikh, H. R., and Simoncelli, E. P. Image quality assessment: from error visibility to structural similarity // IEEE Trans. Image Processing, 2004, V. 13. – № 4. – pp. 600–612.

5. Chandler, D. M. Seven Challenges in Image Quality Assessment: Past, Present, and Future Research’, ISRN Signal Processing, 2013, V. 2013. – C. 1–53.

6. Renieblas G. P. et al. Structural similarity index family for image quality assessment in radiological images // Journal of Medical Imaging. – 2017. – Т. 4. – №. 3. – С. 035501.

7. Sheikh H. R., Sabir M. F., Bovik A. C. A statistical evaluation of recent full reference image quality assessment algorithms // IEEE Transactions on image processing. – 2006. – Т. 15. – №. 11. – pp. 3440–3451.

8. Dosselmann R., Yang X. D. A comprehensive assessment of the structural similarity index // Signal, Image and Video Processing. – 2011. – Т. 5. – №. 1. – pp. 81–91.

9. Hore A., Ziou D. Image quality metrics: PSNR vs. SSIM // Proc. Of the 20-th Int, Conf. on Pattern Recognition, 2010. – pp. 2366–2369.

10. Pambrun J. F., Noumeir R. Limitations of the SSIM quality metric in the context of diagnostic imaging // Proc. of the IEEE International Conference on Image Processing, 2015. – pp. 2960–2963.

11. Старовойтов В. В. Уточнение индекса SSIM структурного сходства изображений // Информатика. – 2018. – Т. 15. – №. 3. – С. 41–55.

12. Ponomarenko, N, Jin, L, Ieremeiev, O, Lukin et al. Image database TID2013: Peculiarities, results and perspectives // Signal Processing: Image Communication, V. 30. C. 57–77.

13. Gu, K., Zhai, G., Lin, W., Liu, M. The analysis of image contrast: From quality assessment to automatic enhancement’ // IEEE Transaction on Cybernetics, 2016. – V. 46. – № 1. – С. 284–297.


Дополнительные файлы

Для цитирования: Старовойтов В.B. Индекс SSIM не является метрикой и плохо оценивает сходство изображений. «Системный анализ и прикладная информатика». 2019;(2):12-17. https://doi.org/10.21122/2309-4923-2019-2-12-17

For citation: Starovoitov V.V. The SSIM index is not a metric and it is badly evaluate the similarity of images. «System analysis and applied information science». 2019;(2):12-17. (In Russ.) https://doi.org/10.21122/2309-4923-2019-2-12-17

Просмотров: 100

Обратные ссылки

  • Обратные ссылки не определены.


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2309-4923 (Print)
ISSN 2414-0481 (Online)