OpenCV C++ 计算两幅图像之间的多尺度结构相似性（MSSIM）

目录

一、定义与背景

二、计算流程

三、性质与特点

四、应用场景

五、代码实现

---

        多尺度结构相似性（MSSIM）是一种用于衡量两幅图像之间相似度的指标，它基于结构相似性（SSIM）指数进行扩展，通过在不同尺度上计算SSIM来评估图像的整体质量。以下是对MSSIM的详细介绍：

一、定义与背景

        MSSIM由德州大学奥斯丁分校的图像和视频工程实验室提出，作为SSIM的扩展，它旨在更全面地评估图像的相似度。SSIM本身是一种衡量两幅图像相似度的指标，它考虑了图像的亮度、对比度和结构三个因素。而MSSIM则在此基础上，通过在不同尺度上对图像进行降采样和滤波，然后计算每个尺度上的SSIM，最后将这些SSIM值进行加权平均，得到最终的MSSIM值。

二、计算流程

MSSIM的计算流程通常包括以下几个步骤：

1. 图像预处理：对参考图像和失真图像进行预处理，如灰度化、归一化等。
2. 多尺度降采样：将参考图像和失真图像按照一定规则进行降采样，得到多个尺度的图像。通常，降采样是通过低通滤波器和下采样操作实现的。
3. 计算SSIM：在每个尺度上，分别计算参考图像和失真图像之间的SSIM值。SSIM的计算涉及亮度、对比度和结构三个因素的对比。
4. 加权平均：将所有尺度上的SSIM值进行加权平均