基于MATLAB的多维图像质量及结构相似度评价源码

资 源 简 介

本项目旨在利用MATLAB开发一套完善的图像质量客观评价工具库，集成六大核心评价指标以全面量化图像的清晰度、保真度及结构特性。项目将具体实现以下功能算法：1. 图像熵（Entropy）：基于信息论计算图像的平均信息量，用于评估图像细节与纹理的丰富程度；2. 加权峰值信噪比（WPSNR）：在传统PSNR基础上结合人眼视觉系统（HVS）特性，通过加权计算反映更符合人类感知的信号质量；3. 结构相似度（SSIM）：从亮度、对比度和结构三个维度综合衡量待测图像与参考图像的相似性；4. 加权结构相似度（WSSIM）：针对SSIM在平滑区域和纹理区域敏感度不同的问题，引入权重系数以提高评价的准确性；5. 交叉熵（Cross Entropy）：计算两幅图像像素分布的差异性，用于衡量图像融合或重建后的信息保留程度；6. 空间频率（Spatial Frequency）：通过行频和列频的梯度计算，反映图像的总体活跃水平和清晰度。该系统将封装为易用的函数接口或GUI界面，支持单张分析与批量对比，适用于图像去噪、压缩、超分辨率重建及医学图像融合等领域的算法性能评估与验证。

详 情 说 明

基于多维关键指标的图像质量综合评价系统

项目简介

本项目是一个基于MATLAB开发的图像质量客观评价工具库，旨在通过多维度的量化指标全面评估图像的清晰度、保真度及结构特性。系统集成了信息论、结构相似性及人眼视觉特性（HVS）等领域的六大核心算法，能够对图像去噪、压缩、模糊等处理后的质量进行精确量化。

本项目代码设计为全流程自动化脚本，内置了测试数据生成模块，无需外部图像文件即可直接运行演示，包含从数据生成、核心指标计算到可视化结果展示的完整链路。

功能特性

• 自动化测试数据生成：系统内置合成图像生成算法，能够自动创建包含低频背景与高频纹理的参考图像，并模拟生成带有高斯模糊与噪声干扰的待测图像，方便算法验证。
• 多维度评价体系：集成六大核心评价指标，涵盖统计学特性、结构信息及视觉感知特性。
• 可视化分析报告：提供基于GUI窗口的综合展示界面，包含原始图像对比、局部相似度热力图（SSIM Map）以及多指标量化对比柱状图。
• 命令行详细输出：在控制台实时输出各项指标的具体数值，便于定量分析。

算法实现细节

本项目的主要执行逻辑包含数据准备、指标计算与结果展示三个阶段，核心算法实现如下：

1. 图像熵 (Entropy)

• 原理：基于信息论衡量图像信息的丰富程度。
• 实现：通过计算图像灰度直方图获取概率分布，利用香农熵公式 -sum(p * log2(p)) 计算平均信息量。代码中包含了去除零概率的处理以避免数学错误。

2. 空间频率 (Spatial Frequency)

• 原理：反映图像的总体活跃水平和清晰度。
• 实现：分别计算图像在行方向（Row Frequency）和列方向（Column Frequency）的一阶差分梯度，通过均方根（RMS）的方式合成总空间频率。该指标值越高，通常代表图像包含的边缘和细节越丰富。

3. 交叉熵 (Cross Entropy)

• 原理：衡量待测图像与参考图像在像素概率分布上的差异性。
• 实现：基于两幅图像的归一化直方图计算。为了保证计算稳定性，算法对概率分布进行了平滑处理（引入微小量epsilon），计算参考分布下的对数似然期望，数值越低表示分布越接近。

4. 结构相似度 (SSIM)

• 原理：从亮度、对比度和结构三个维度综合衡量图像相似性。
• 实现：采用标准SSIM算法，利用滑动高斯窗口计算局部均值、方差及协方差。代码输出两个结果：全局平均SSIM值用于整体评价，SSIM Map（局部相似度图）用于可视化图像各区域的质量损失分布。

5. 加权结构相似度 (WSSIM)

• 原理：解决传统SSIM对平滑区域和纹理区域等同视之的问题，重点关注人眼敏感的纹理区域。
• 实现：利用参考图像的局部方差构建权重图。具体算法中使用 log(1 + ordered_variance) 作为权重系数，使得纹理丰富（方差大）的区域在最终评分中占据更大比重，从而提高评价准确性。

6. 加权峰值信噪比 (WPSNR)

• 原理：结合人眼视觉系统的对比度敏感度特性（CSF）与噪声可见性函数（NVF）。
• 实现：不同于传统PSNR直接计算MSE，该算法引入了基于局部方差的掩蔽效应权重。在平滑区域（方差小），人眼对噪声敏感，赋予较高权重；在纹理区域（方差大），人眼对噪声不敏感，赋予较低权重。最终计算加权均方误差（WMSE）并转化为对数分贝值。

系统运行流程

1. 系统初始化：清理工作空间与图形窗口。
2. 数据生成：

* 构建参考图像：利用正弦和余弦函数生成基础波形，并叠加轻微纹理。 * 构建待测图像：对参考图像施加高斯模糊滤波，并叠加随机高斯噪声。 * 预处理：将图像转换为双精度灰度图以进行数学运算。

1. 指标计算：依次调用六个子函数计算各项指标。
2. 结果输出：

* 控制台：打印格式化的数值报告。 * 图形界面： * 子图1-2：并列显示参考图像与待测图像。 * 子图3：显示SSIM热力图，使用Jet伪彩色映射，直观展示图像结构的局部受损情况（如边缘模糊处）。 * 子图4：绘制归一化后的指标对比柱状图，直观展示不同维度下的质量评分。

使用方法

1. 启动MATLAB。
2. 将包含代码的脚本文件（如 main.m）放置于当前工作路径。
3. 在命令行输入 main 并回车运行。
4. 观察弹出的图形界面及命令行输出结果。

系统要求

• MATLAB R2016a 或更高版本。
• Image Processing Toolbox（图像处理工具箱），用于支持 imhist (直方图), fspecial (滤波器生成), imfilter (图像滤波), rgb2gray (颜色转换) 等核心函数。