如何度量两幅图像的相似度–结构相似度SSIM
本文目录
文章目录
1. 什么是 SSIM
结构相似性指数(Structural Similarity Index measure,SSIM)用作度量两个给定图像之间的相似性。

如,这两个图像之间的 相似度=0.7816
SSIM 指标从图像中提取 3 个关键特征:
- 亮度
- 对比
- 结构
两个图像之间的比较是基于这 3 个特征进行的

公式:
S S I M ( x , y ) = ( 2 μ x μ y + c 1 ) ( 2 σ x y + c 2 ) ( μ x 2 ) + μ y 2 + c 1 ) ( σ x 2 + σ y 2 + c 2 ) SSIM(x, y) = \frac{(2\mu_x\mu_y + c_1)(2\sigma_{xy}+c_2)}{(\mu_x^2)+ \mu_y^2+c_1)(\sigma_x^2 + \sigma_y^2+c_2)} SSIM(x,y)=(μx2)+μy2+c1)(σx2+σy2+c2)(2μ

本文详细介绍了如何使用PyTorch计算结构相似度指数(SSIM)来衡量两幅图像的相似度,包括二维和三维图像。通过实例展示了如何将SSIM作为损失函数训练模型,使随机图像逼近目标图像,并生成GIF展示过程。此外,还探讨了如何在图像上添加文字和制作GIF。

2万+

被折叠的 条评论
为什么被折叠?



