基于Zhou Wang算法的图像结构相似度评估系统

资 源 简 介

本项目实现了由Zhou Wang教授提出的图像结构相似度SSIM评价模型。作为一种衡量两幅图像相似度的重要指标，SSIM旨在克服传统均方误差MSE和峰值信噪比PSNR在捕捉人类视觉感知特性方面的不足，提供更符合人类眼球观察效果的图像质量评分。其核心实现逻辑基于结构信息的变化即为感知失真的假设，将图像质量评价任务分解为亮度比较、对比度比较和结构比较三个独立的模块。在MATLAB实现中，系统通过高斯滑动窗口在局部图像块上计算均值、标准差和协方差等统计特征，从而准确捕捉局部结构的变化。该项目支持直接计算图像的平

详 情 说 明

项目介绍：基于Zhou Wang算法的图像结构相似度评估系统

本系统旨在实现一种先进的图像质量评价（IQA）方案，即由Zhou Wang教授提出的结构相似度（SSIM）算法。与传统的均方误差（MSE）或峰值信噪比（PSNR）不同，SSIM建立在人类视觉系统（HVS）高度擅长提取结构信息的假设之上。系统通过测量两幅图像在亮度、对比度和结构三个维度的相似性，能够生成比传统指标更贴合人类主观感受的评估分值，是图像处理领域衡量视觉损伤的标准工具之一。

功能特性

1. 全参考质量评估：基于参考图像与失真图像的对比，提供精确的质量评价指标。
2. 多类失真模拟：内置了高斯加性噪声和运动/圆盘模糊两类常见的图像降质模型，用于验证算法的有效性。
3. 局部统计分析：采用高斯滑动窗口动态提取局部特征，而非简单的全局对比，能够捕捉细微的局部结构变化。
4. 直观损耗映射：除了提供全局平均结构相似度（MSSIM）数值外，还可以生成颜色分明的SSIM索引映射图（SSIM Map），直观展示图像受损的区域分布。
5. 综合指标集成：同步提供传统MSE和PSNR计算，方便进行不同算法间的定量对比分析。

使用方法

在MATLAB环境下运行主程序脚本，系统将按照以下流程自动执行：

1. 系统会自动载入内置的参考图像（cameraman），并将其转化为标准的浮点运算格式。
2. 自动生成两组测试图像：一组受高斯噪声污染，另一组受模糊滤镜影响。
3. 程序根据预设的参数（如高斯核大小、算法常数等）执行核心评估逻辑。
4. 运行结束后，系统会弹出可视化窗口，展示原始图、失真图以及反映质量下降程度的伪彩色热力图。
5. MATLAB控制台将实时输出各组对比的具体MSSIM和PSNR数值。

系统要求

1. 软件环境：MATLAB R2016a 或更高版本。
2. 必备工具箱：Image Processing Toolbox（图像处理工具箱）。
3. 硬件建议：标准的桌面计算机即可流畅运行，支持所有主流操作系统。

核心实现逻辑说明

本系统的实现严格遵循Zhou Wang教授在原始论文中定义的计算流程，具体步骤如下：

1. 预处理阶段：

将输入图像强制转换为双精度浮点数（double），以保证后续数学运算的精度。根据图像的动态范围（L=1）和控制系数（K1=0.01, K2=0.03）计算用于数值稳定的常数C1和C2，防止分母为零。

1. 局部统计提取：

利用一个大小为11x11、标准差为1.5的高斯低通滤波器作为滑动窗口。通过该窗口对图像进行卷积运算，计算出局部加权均值（mu）。在此基础上，利用统计学公式（期望的平方与平方的期望之差）提取局部方差（sigma_sq）和局部协方差（sigma12）。卷积模式采用有效区域（valid）模式，以确保计算结果的准确性。

1. 结构相似度公式合成：

根据SSIM核心公式，将计算得到的均值、方差和协方差矩阵进行组合。公式分子部分结合了亮度比较项和结构/对比度组合项；分母部分则作为标准化因子。

1. 结果聚合：

计算得到的SSIM索引图是一个反映每个像素点周围局部质量的矩阵。最终的MSSIM（平均结构相似度）通过对该矩阵求取全局平均值获得，取值范围在-1到1之间，数值越接近1代表两图越相似。

关键算法与函数分析

1. compute_ssim函数：

这是系统的核心计算模块。它通过向量化运算实现了复杂的SSIM数学模型，能够同时处理和输出局部映射图与全局平均值。该函数实现了算法中对亮度比较、对比度比较和结构比较的解耦与综合。

1. filter2滑动窗口：

系统使用filter2函数配合高斯核进行空间域滤波。这一步模拟了视觉感知的局部性特征，相较于简单的盒式滤波器，高斯滤波器能更平滑地分配权重，提高评估的稳定性。

1. 伪彩色可视化逻辑：

在可视化展示中，系统利用jet色谱对SSIM映射图进行渲染。这使得图像质量的下降能够以颜色浓淡的形式直观呈现，冷色调通常代表结构严重缺失，暖色调则代表结构保存完好。

1. 失真对比机制：

通过对比加噪图像与模糊图像的MSSIM分值，系统揭示了不同类型的失真对人类视觉结构感知的差异化影响，体现了SSIM在识别图像结构信息方面的优势。