快速提升的结构相似度图像质量评价算法

针对结构相似度(Structural SIMilarity, SSIM)和其他一些方法的局限性, 考虑到梯度可以反映图像的边缘纹理等结构信息, 提出了一种快速的全参考型IQA算法，即提升的梯度加权结构相似度(Gradient Weighted Lifting Structural SIMilarity, GWL-SSIM)方法.

function GWL_SSIM = GWL_SSIM（imageRef imageDis）
%Input : （1） imageRef: the first image being compared
%        （2） imageDis: the second image being compared
%
%Output: （1） GWL_SSIM: is the similarty score calculated using GWL_SSIM algorithm. GWL_SSIM
%	     only considers the luminance component of images.       
%-----------------------------------------------------------------------
%
%Usage:
%Given 2 test images img1 and img2. For gray-scale images their dynamic range should be 0-255.
%For colorful images the dynamic range of each color channel should be 0-255.
% GWL_SSIM = GWL_SSIM（img1 img2）;
%-----------------------------------------------------------------------

[rows cols junk] = size（imageRef）;
if junk == 3  %images are colorful
    Y1 = 0.299 * double（imageRef（::1）） + 0.587 * double（imageRef（::2）） + 0.114 * double（imageRef（::3））;
    Y2 = 0.299 * double（imageDis（::1）） + 0.587 * double（imageDis（::2）） + 0.114 * double（imageDis（::3））;
else %images are grayscale
    Y1 = double（imageRef）;
    Y2 = double（imageDis）;
end

Y1 = double（Y1）;
Y2 = double（Y2）;
%%%%%%%%%%%%%%%%%%%%%%%%%% Download the image %%%%%%%%%%%%%%%%%%%%%%%%%
minDimension = min（rowscols）;
F = max（1round（minDimension / 256））; 
aveKernel = fspecial（‘average‘F）; 
aveY1 = conv2（Y1 aveKernel‘same‘）; 
aveY2 = conv2（Y2 aveKernel‘same‘）; 
Y1 = aveY1（1:F:rows1:F:cols）; 
Y2 = aveY2（1:F:rows1:F:cols）; 
%%%%%%%%%%%%%%%%%%%%%%%%%% Calculate the gradient map%%%%%%%%%%%%%%%%%%%%%%%%%

dx = [1 0 -1; 1 0 -1;  1  0 -1]/3;
dy = [1 1 1; 0  0   0; -1 -1 -1]/3;%Prewitt operators

p=0.5;

IxY1 = conv2（Y1 dx ‘same‘）;