人眼视觉特性(HVS)

⼈眼视觉特性（HVS）⼈眼视觉特性(⼀)2248671769qq.⼈眼类似于⼀个光学系统，但它不是普通意义上的光学系统，还受到神经系统的调节。

⼈眼观察图像时可以⽤以下⼏个⽅⾯的反应及特性：(1)从空间频率域来看，⼈眼是⼀个低通型线性系统，分辨景物的能⼒是有限的。

由于瞳孔有⼀定的⼏何尺⼨和⼀定的光学像差，视觉细胞有⼀定的⼤⼩，所以⼈眼的分辨率不可能是⽆穷的，HVS对太⾼的频率不敏感。

(2)⼈眼对亮度的响应具有对数⾮线性性质，以达到其亮度的动态围。

由于⼈眼对亮度响应的这种⾮线性，在平均亮度⼤的区域，⼈眼对灰度误差不敏感。

(3)⼈眼对亮度信号的空间分辨率⼤于对⾊度信号的空间分辨率。

(4)由于⼈眼受神经系统的调节，从空间频率的⾓度来说，⼈眼⼜具有带通性线性系统的特性。

由信号分析的理论可知，⼈眼视觉系统对信号进⾏加权求和运算，相当于使信号通过⼀个带通滤波器，结果会使⼈眼产⽣⼀种边缘增强感觉⼀⼀侧抑制效应。

(5)图像的边缘信息对视觉很重要，特别是边缘的位置信息。

⼈眼容易感觉到边缘的位置变化，⽽对于边缘的灰度误差，⼈眼并不敏感。

(6)⼈眼的视觉掩盖效应是⼀种局部效应，受背景照度、纹理复杂性和信号频率的影响。

具有不同局部特性的区域，在保证不被⼈眼察觉的前提下，允许改变的信号强度不同。

⼈眼的视觉特性是⼀个多信道(Multichannel)模型。

或者说，它具有多频信道分解特性(Mutifrequency channel decompositon )。

例如，对⼈眼给定⼀个较长时间的光刺激后，其刺激灵敏度对同样的刺激就降低，但对其它不同频率段的刺激灵敏变却不受影响(此实验可以让⼈眼去观察不同空间频率的正弦光栅来证实)。

视觉模型有多种，例如神经元模型，⿊⽩模型以及彩⾊视觉模型等等，分别反应了⼈眼视觉的不同特性。

Campbell和Robosn由此假设⼈眼的视⽹膜上存在许多独⽴的线性带通滤波器，使图像分解成不同频率段，⽽且不同频率段的带宽很窄。

HVS特性研究摘要:长期以来，通过对人眼的某些视觉现象的观察并结合视觉生理和心理学方面的研究成果，人们发现人类HVS的许多特性，这些特性直接或间接的与影像的质量评价相关。

其中研究较多、较有影响的特性主要有：亮度适应性、多通道结构、掩盖效应和视觉非线性等。

关键词: HVS ，视觉空间分辨率，掩盖效应Abstract: for a long time, some of the human eye through visual observation and combined with the phenomenon visual physiology and psychology research achievements, people found that many of the human HVS characteristics, these characteristics directly or indirectly and image quality evaluation related. One more research, influential characteristics mainly has: brightness adaptability, multi-channel structure, and conceal effect and visual nonlinear, etc.Keywords: HVS, visual spatial resolution, cover effect1亮度适应性对比灵敏度是指人眼分辨亮度差异的能力。

对人类视觉早期的研究发现,HVS对刺激信号的响应不是取决于信号的绝对亮度, 而是取决于该信号相对于背景亮度(或刺激信号平均亮度)的局部变化,即刺激信号的对比度。

人眼主观上刚可察觉的最小亮度差ΔL称为亮度的可见度阈值。

这就是说，当刺激光L增大时，人眼最初感觉不出，直到L变化到某值L+ΔL时人眼就会感觉到亮度的变化.由此我们定义对比灵敏度因数为△L/L，它的大小与背景亮度L和环境亮度L0有关。

ssim结构相似度度量SSIM（结构相似性度量）是一种评估图像质量的指标，可以用来度量两张图像之间的相似度。

它是一种广泛应用于图像处理和计算机视觉领域的算法，可用于比较图像的亮度、对比度和结构。

SSIM的计算过程非常复杂，需要大量的数学知识和图像处理技术。

下面我将详细介绍SSIM的原理、应用和优缺点。

一、SSIM的原理SSIM的计算基于人类视觉系统（HVS）的知觉特性。

HVS是指人眼和视神经等身体的一部分，用于处理视觉信息。

HVS的特点是对亮度和对比度的敏感度高于对结构的敏感度。

因此，SSIM与我们的视觉系统有很大的相似性。

SSIM的计算分为三个部分，即亮度相似度、对比度相似度和结构相似度。

在亮度相似度方面，SSIM使用一个均值方差结构来确定两幅图像中亮度的平均值。

对于对比度相似度，SSIM使用两个标准方差来计算两幅图像中对比度的变化。

最后，在结构相似度方面，SSIM使用一个互相关系数来比较两幅图像中的结构。

这种方法使得SSIM算法不仅能够计算图像的相似度，还可以捕捉到图像的结构信息。

另外，在计算SSIM时，还需要考虑图像的亮度范围。

由于不同的图像可能有不同的亮度范围，如果不考虑亮度范围，则可能导致错误的结果。

为了解决这个问题，SSIM 使用一个可调节的参数，称为亮度权重。

该参数用于调整亮度范围的权重，从而实现对不同亮度范围的图像进行公平的比较。

二、SSIM的应用SSIM在广泛的图像处理和计算机视觉应用中得到了广泛的应用。

其中一些应用包括：1、图像压缩SSIM可用于评估图像压缩算法的质量。

压缩算法通常会改变图像的亮度、对比度和结构等方面，SSIM可以帮助判断所压缩的图像与原始图像之间的相似性。

这使得压缩算法可以针对不同的图像数据进行优化，从而提高压缩算法的效率。

2、图像增强SSIM可用于评估图像增强算法的质量。

图像增强算法通常会调整图像的亮度、对比度和结构等方面，优化图像的质量。

通过使用SSIM，可以定量评估这些算法对图像质量的影响，根据结果进行优化和改进。

人眼视觉特性1.各种视觉范围？光谱范围：我们知道，光线可以分为两类，也就是我们常说的可见光与不可见光。

“可见”与“不可见”是以人眼能否直接观察到为衡量标准的。

那么，人眼可以观察到的光谱范围，到底是多少呢?研究发现，人眼可以识别的光线波长范围为400nm-800nm，而光波在390-455nm内呈紫色，在455—492呈蓝靛色,在492—577nm呈绿色，577—597nm呈黄色,597—622nm呈橙色,770～622nm呈红色。

而人眼能分辨色彩的原因为，在人眼的视网膜上有两种视觉细胞，即锥状细胞和杆状细胞。

锥状细胞分为三种，分别对红、绿、蓝三种色光最敏感,称为红感细胞、绿感细胞、蓝感细胞。

当一束光射入人眼时,三种锥状细胞就会产生不同的反应，不同颜色的光对三种锥状细胞的刺激量是不同的，产生的颜色视觉各异,使人能够分辨出各种颜色。

锥状细胞不但可以接受色彩的刺激,还可以感受亮度的刺激。

所以，在白光下，人眼可以同时识别彩色与非彩色的物体,但到了夜间或暗处，锥状细胞即失去感光作用，视觉功能由杆状细胞取代.此时,人眼便无法感觉彩色,仅能辨别白色和灰色.既然人眼可看到的光线具有不同的颜色，那么自然人眼对不同的颜色有不同的灵敏度.在较亮的环境中人眼对黄光最为敏感，而在较暗的环境中对绿光最为敏感。

无论在何种明暗条件中，对白光都较敏感,对红光和蓝紫光都不敏感。

如果用一个尺度来衡量，那就相当于，人眼对黄绿色敏感度为10，对蓝红色敏感度为1。

亮度范围：人眼能感受的亮度范围约为—cd/（坎德拉每平方米，1坎德拉表示在单位立体角内辐射出1流明的光通量），当平均亮度适中时（亮度范围约为10—cd/),能分辨的最大和最小亮度比为1000：1(当亮度为1000 cd/时，识别能力最高,有资料称:最小可识别黑度差ΔDmin≈0。

08)；当平均亮度很低时，能分辨的最大和最小亮度比不到10：1。

人的眼睛能够适应的最高亮度,大约为3000尼特(尼特,单位光源面积在法线方向上,单位立体角内所发出的光流).这个数值,是与白天天空的亮度以及阳光下比较深色物体的亮度（如土地、植物）是相符合的,也是人类在地球上生存所必须的.超过这个亮度，人眼就无所适从，长时间暴露在高亮度的环境下会对眼睛造成伤害。

人眼视觉特性 Prepared on 22 November 2020人眼视觉特性1.各种视觉范围光谱范围：我们知道，光线可以分为两类，也就是我们常说的可见光与不可见光。

“可见”与“不可见”是以人眼能否直接观察到为衡量标准的。

那么，人眼可以观察到的光谱范围，到底是多少呢研究发现，人眼可以识别的光线波长范围为400nm—800nm，而光波在390—455nm 内呈紫色，在455—492呈蓝靛色，在492—577nm呈绿色，577—597nm呈黄色，597—622nm呈橙色，770～622nm呈红色。

而人眼能分辨色彩的原因为，在人眼的视网膜上有两种视觉细胞，即锥状细胞和杆状细胞。

锥状细胞分为三种，分别对红、绿、蓝三种色光最敏感，称为红感细胞、绿感细胞、蓝感细胞。

当一束光射入人眼时，三种锥状细胞就会产生不同的反应，不同颜色的光对三种锥状细胞的刺激量是不同的，产生的颜色视觉各异，使人能够分辨出各种颜色。

锥状细胞不但可以接受色彩的刺激，还可以感受亮度的刺激。

所以，在白光下，人眼可以同时识别彩色与非彩色的物体，但到了夜间或暗处，锥状细胞即失去感光作用，视觉功能由杆状细胞取代。

此时，人眼便无法感觉彩色，仅能辨别白色和灰色。

既然人眼可看到的光线具有不同的颜色，那么自然人眼对不同的颜色有不同的灵敏度。

在较亮的环境中人眼对黄光最为敏感，而在较暗的环境中对绿光最为敏感。

无论在何种明暗条件中，对白光都较敏感，对红光和蓝紫光都不敏感。

如果用一个尺度来衡量，那就相当于，人眼对黄绿色敏感度为10，对蓝红色敏感度为1。

亮度范围：人眼能感受的亮度范围约为10−3—106cd/m2（坎德拉每平方米，1坎德拉表示在单位立体角内辐射出1流明的光通量），当平均亮度适中时（亮度范围约为10—104cd/m2），能分辨的最大和最小亮度比为1000:1(当亮度为1000 cd/m2时，识别能力最高，有资料称:最小可识别黑度差ΔDmin≈; 当平均亮度很低时，能分辨的最大和最小亮度比不到10:1。

可见光谱的波长范围约380 纳米到780 纳米之间。

为了准确的对各种颜色进行计算，国际照明委员会（CIE）采用一套可以由物理手段产生的谱色光作为三基色，其中，红基色光的波长为
546.1nm，蓝基色光的波长为
光可以由物理手段产生，因此通常称它们为物理三基色。

RGB混合曲线（分布色系数）
分布色系数指：辐射功率为1光瓦时，各谱色光的三色系数
系统相对三色系数
XYZ(x-y)色度图
XYZ 计色系统混色曲线（分布色系数）
1光瓦谱色光的三基色系数
•NTSC显像三基色的重现色域EBU显像三基色的重现色域
色彩空间
）
表色度坐标，其中a*代表红-绿轴，b*代表黄-蓝轴。

•CMYK
CMYK模式是另外一种彩色描述，也称为削减模式，常用于打印，感光材料等。

它所使用的四种基色分别为：
青色（Cyan）
品红（Magenta）
黄色（Yellow）
黑色（Black）
饱和度最高？
a b c
2.Photoshop中RGB（255，0，0）、＃8080FF、。

第卷第期中国图象图形学报V ol. ,No. 200 年月Journal of Image and Graphics.,200 一种结合感知与融合的视频质量评价新方法王正友胡国胜吴海燕李振兴（江西财经大学信息管理学院, 南昌330013；江西财经大学智能信息处理研究所, 南昌330013）摘要本文提出了一种结合人眼视觉特性（HVS）和信息融合的视频质量评价新方法。

该方法是在SSIM方法基础之上，融合了人眼几个主要视觉特性——对比敏感度、多通道、视觉掩盖、视觉非线性等。

新方法具有SSIM 算法简单、高效等特性，同时又满足人眼视觉特性，使得方法更好反映了人的主观感受。

通过VQEG Phase I测试数据集的实验结果证明，该方法在非线性回归后相关系数、斯皮尔曼相关系数、线外率等指标均优于传统的其他视频质量评价算法，有效地提高了视频质量评价的主客观一致性。

关键词人眼视觉特性结构相似算法对比敏感度掩盖视频质量评价中图法分类号：TP391.4 文献标识码：A 文章编号：1006-8961(200 ) - -A New Approach to Video Quality Assessment Based on Human Perceptionand FusionZhengyou WANG, Guosheng HU, Haiyan WU, Zhenxing LI(School of Information Technology Jiangxi University of Finance & Economics, Nanchang, 330013)(Institute of Intelligent Information Processing, Jiangxi University of Finance & Economics, Nanchang, 330013)Abstract The paper presents an new approach to video quality assessment based on human perception and fusion. In the proposed method, the SSIM values are calculated by the different weighted values fused visual characteristics including contrast sensitivity, multi-channel structure, visual masking and so on. The method has properties of simplicity and efficiency as the same of the SSIM method. And it is more suitable for perceived characteristics due to fusing HVS.The experimental results show that the method can reflect people’s subjective feelings in a better way and is better than other traditional methods in fitting M2 (Correlation coefficient of Non-linear regression), M3 (Spearman rank), M4 (Outlier Ratio) of VQEG Phase I MOS.Keywords HVS; SSIM; CSF; mask; video quality assessment_________________________基金项目:国家自然科学基金资助课题（编号：60665001）、江西省教育厅重点科技项目（编号：GJJ09021）、江西省研究生创新专项资金资助项目(编号：YC08A071)。

人眼的视觉特性人眼的视觉特性任何一个电视系统的最终目的都是为人们提供可观看的图像，图像的好坏要由人眼来鉴定。

评价电视图像的的综合质量，需用多种仪器进行测量、比较和鉴定，但最终要由人眼观察并作出评定。

应当充分了解人眼的视觉特性。

人眼的视觉机理人眼是一个构造极其复杂的器官，形状近似球体。

当人眼注视外界某物体时，由物体发出或反射、透视的光线通过眼球聚焦在视网膜上。

视网膜上的光敏细胞受光刺激产生神经冲动，经视觉神经传递到视觉中枢，就产生了视觉。

视网膜上有大量的杆状细胞和锥状细胞。

杆状细胞对明暗程度很敏感，对色彩分辨迟钝；锥状细胞既能区分光的强弱，又能分辨光的颜色；杆状细胞对弱光的灵敏度高，对强光失去作用；锥状细胞在强光下才起作用，产生色感，分辨细节。

在弱光下杆状细胞起作用，只能看到黑白景象；强光下锥状细胞起作用，能分辨颜色和细节。

电视系统中只考虑锥状细胞的视觉特性。

视敏特性视敏特性是指人眼对不同波长的光具有不同灵敏度的特性，即对辐射功率相同的各色光具有不同的亮度感觉。

在相同辐射功率的条件下，人眼感到最亮的光是黄绿光（555nm），感觉最暗的光是红光和紫光。

视敏特性可用视敏函数和相对视敏函数来描述。

亮度感觉亮度视觉范围：人眼能够感觉到的亮度范围。

这个范围很大，可达109：1。

人眼总的视觉范围很宽，但不能在同一时间感受这么大的亮度范围。

当平均亮度适中时，亮度范围为1000：1；平均亮度较高或较低时亮度范围只有10：1；通常情况下为100：1；电影银幕亮度范围大致为100：1；显像管亮度范围约为30：1。

人眼对景物亮度的主观感觉不仅取决于景物实际亮度值，而且还与周围环境的平均亮度有关。

人眼的明暗感觉是相对的，在不同环境亮度下，对同一亮度的主观感觉会不同。

人眼的彩色视觉人眼的锥状细胞有三种，分别对红、绿、蓝三种色光最敏感，称为红感细胞、绿感细胞、蓝感细胞。

当一束光射入人眼时，三种锥状细胞就会产生不同的反应，不同颜色的光对三种锥状细胞的刺激量是不同的，产生的颜色视觉各异，使人能够分辨出各种颜色。

三、人眼的视觉特性（一）、人眼的视觉生理构造与机理1、人眼的视觉生理构造人眼近似为一个球形，假如从前向后切开，就会得到一个人眼的切面图。

最前面的是充满水晶体的前房。

前房后面是后房，里面装满了后方液。

最后面是视网膜。

在视网膜上分布有大量的感光细胞。

感光细胞分为杆状细胞和锥状细胞，两者功能不一样。

2、人眼的视觉机理视网膜是眼睛感受光辐射能量刺激的机体。

外界的光辐射能量进入眼内，在视网膜上，由杆状细胞和锥状细胞综合成像后，由视神经传递到大脑中枢形成视觉。

（二）、空间环境与人眼的视觉状态人眼所处的空间环境，有明亮的、有黑暗的、有介于明亮与黑暗之间的。

一般定义为：明视觉状态、暗视觉状态和中间视觉状态。

明视觉状态：人眼所处的空间环境，亮度大于3cd，为明视觉状态。

暗视觉状态：人眼所处的空间环境，亮度小于0.001cd，为暗视觉状态。

中间视觉状态：人眼所处的空间环境，介于明视觉和暗视觉之间的，为中间视觉状态。

电光源将电能转换成光辐射能用于照明，其运行环境的空间环境为人眼的明视觉状态。

（三）、人眼的视觉特性1、人眼视网膜上的杆状细胞和锥状细胞，两者对光辐射能量刺激的响应灵敏度不同，功能不一样。

杆状细胞：对光辐射能量刺激的响应灵敏度高，能够感受极微弱的光能量辐射。

但是，不能很好地区分颜色和分辨物体的细节。

锥状细胞：对光辐射能量刺激的响应灵敏度低，不能够感受极微弱的光能量辐射。

但是，对颜色的响应灵敏度高，能够很好地区分颜色，分辨物体的细节。

2、在不同的视觉状态下，人眼的视觉，是由杆状细胞和锥状细胞综合成像后产生的。

因此，对不同光谱的光辐射能量，对应于不同的响应灵敏度。

3、在不同的视觉状态下，对光辐射能量刺激的响应，起主导作用的感光细胞不同。

对不同光谱的光辐射能量，响应灵敏度的对应关系也是不同的。

4、人眼视网膜上的锥状细胞，又细分为三种感光细胞。

在明视觉状态下，分别对可见光辐射能量中的，红、绿、蓝三个可见光谱带的辐射能量，对应于高响应灵敏度。

人眼的视觉特性1、引言人眼的视觉系统是世界上最好的图像处理系统，但它远远不是完美的。

人眼的视觉系统对图像的认知是非均匀的和非线性的，并不是对图像中的任何变化都能感知。

例如图像系数的量化误差引起的图像变化在一定范围内是不能为人眼所觉察的。

因此，如果编码方案能利用人眼视觉系统的一些特点，是可以得到高压缩比的。

对人眼视觉特性的深入研究及由此而建立的各种数学模型，一直是各种图像数字压缩算法的基础。

2、人眼的视觉特性人眼对380～780纳米内不同波长的光具有不同的敏感程度，称为人眼的视敏特性。

衡量描述人眼视敏特性的物理量为视敏函数和相对视敏函数。

1）视敏函数在相同亮度感觉的条件下，不同波长上光辐射功率的倒数可以用来衡量人眼对各波长光明亮感觉的敏感程度。

称为视敏函数K(λ)=1/p r(λ)。

2）相对视敏函数实验表明，人眼对波长为555纳米的光最敏感，因此把任意波长的光的视敏函数与最大视敏函数值K(555)相比的比值称为相对视敏函数。

可见光波长实验表明：视敏涵数的曲线的最大值位于５５５nm处当光线微弱向左偏移最大值为５０7nm处，两者相差近５０nm，人眼就相当于带通滤波器，这就表明人眼对亮度变化比较敏感。

人眼对于蓝光的视觉灵敏度要比红光和绿光低的多．三条曲线的峰值比为Ｒ：Ｇ：Ｂ＝０．５４：０．５７５：０．０５３（蓝光放大２０倍）．三条曲线有相当一部分是重叠的．正常观察条件下，人眼得到的是二者的合成的视觉，不能将他们各自的数值区分开来．大脑根据三者的比例，感知彩色的色调和饱和度，而三者的和决定了光的总亮度。

2.1对比灵敏度人眼对亮度光强变化的响应是非线性的，通常把人眼主观上刚刚可辨别亮度差别所需的最小光强差值称为亮度的可见度阈值。

也就是说，当光强I增大时，在一定幅度内感觉不出，必须变化到一定值I+ΔI时，人眼才能感觉到亮度有变化，ΔI/I一般也称为对比灵敏度。

因此恢复图像的误差如果低于对比灵敏度，即不会被人眼察觉。

第一节_人眼的视觉特性-总结第一篇：第一节_人眼的视觉特性-总结第一节人眼的视觉特性1、在一般情况下，如有两种光谱成分不同的光，只要三种光敏细胞对它们的感觉相同，则主观彩色感觉（包括亮度和色度）就相同。

2、格拉斯曼定律—复合光的亮度等于各光分量的亮度之和。

3、人眼的视觉范围有一定的限度，明暗感觉是相对的。

4、韦伯-费赫涅尔定律—亮度感觉与亮度L的对数成线性关系。

5、一方面，重现景物的亮度无需等于实际景物的亮度，而只需保持二者的最大亮度与最小亮度的比值不变；另一方面，人眼不能察觉的亮度差别，在重现景物时也无需精确复制出来。

6、人眼分辨景物细节有一极限值，对彩色细节的分辨能力远比对亮度细节分辨力低。

7、视觉的空间频率响应具有低通滤波器性质。

8、人眼存在视觉惰性—电影、电视放映的生理基础。

临界闪烁频率取决于亮度、亮度变化幅度、观看距离等。

一、人眼的亮度感觉1．人眼的光亮感觉光也是一种电磁辐射，人眼对780～380纳米之间电磁波的刺激有光亮的感觉，故波长在这个范围内的电磁波称为可见光。

2．人眼的彩色感觉人眼对780～380纳米之间的光还有彩色感觉，具体如图1-1所示。

3．人眼的视敏特性人眼对380～780纳米内不同波长的光具有不同的敏感程度，称为人眼的视敏特性。

衡量描述人眼视敏特性的物理量为视敏函数和相对视敏函数。

1）视敏函数在相同亮度感觉的条件下，不同波长上光辐射功率各波长光明亮感觉的敏感程度。

称为视敏函数。

的倒数可以用来衡量人眼对2）相对视敏函数实验表明，人眼对波长为555纳米的光最敏感，因此把任意波长的光的视敏函数与最大视敏函数值K(555)相比的比值称为相对视敏函数，记为：如图1－2所示，左边的曲线是暗视觉曲线，右边的是明视觉曲线。

二、人眼亮度感觉的特性（描述人眼对光亮差别的感觉特性）1．亮度：光源或反射面的明亮程度，亮度的单位为（坎德拉/平方米）。

2．亮度视觉的范围：人眼总的感光范围极其宽广，明视觉的亮度感觉范围为而暗视觉的感觉范围为千分之几 3．光亮感觉的特点：1）人眼的主观亮度感觉与周围环境亮度有关。

ssim方法SSIM（结构相似性指标）是一种用于衡量图像质量的方法，它可以评估两幅图像的相似程度。

在数字图像处理和计算机视觉领域，SSIM被广泛应用于图像压缩、图像复原、图像质量评估等方面。

SSIM方法源于人类视觉系统（HVS）的特性，它模拟了人眼对图像的感知。

人眼对于结构信息的敏感度高于亮度和颜色信息，因此SSIM主要关注图像的结构相似性。

SSIM通过计算亮度、对比度和结构三个方面的相似性来给出最终的相似性指标。

SSIM通过计算亮度相似性来衡量两幅图像的亮度差异。

亮度相似性的计算基于亮度的均值和方差，如果两幅图像的亮度差异较小，则亮度相似性较高。

SSIM通过计算对比度相似性来衡量两幅图像的对比度差异。

对比度相似性的计算基于亮度的标准差和对比度的协方差，如果两幅图像的对比度差异较小，则对比度相似性较高。

SSIM通过计算结构相似性来衡量两幅图像的结构差异。

结构相似性的计算基于亮度的协方差和结构的协方差，如果两幅图像的结构差异较小，则结构相似性较高。

综合考虑亮度、对比度和结构三个方面的相似性，SSIM可以给出一个在0到1之间的相似性指标，数值越接近1表示两幅图像的相似程度越高。

SSIM方法的优点在于它考虑了人眼对图像的感知特性，能够更好地评估图像的质量。

相比于传统的均方误差（MSE）方法，SSIM能够更准确地反映图像的结构信息。

因此，在图像压缩和图像复原等应用中，SSIM方法往往能够得到更好的效果。

然而，SSIM方法也存在一些局限性。

首先，SSIM方法对图像的亮度、对比度和结构的变化较为敏感，对于颜色信息的变化相对不敏感。

其次，SSIM方法对于图像的失真类型有一定的限制，对于一些特定的失真类型可能无法准确评估图像的质量。

此外，SSIM方法的计算复杂度较高，需要耗费较多的计算资源。

为了克服SSIM方法的局限性，研究者们提出了许多改进的方法。

例如，MS-SSIM方法通过对图像进行多尺度分解来提高评估的准确性；CW-SSIM方法通过引入颜色权重来增强对颜色信息的敏感性。

人眼的视觉特性
电视机图像的评价来源于人眼，所以，有必要讨论人眼对彩色图像观看的特点，并以此为基础理解电视系统中对图像信号的各种处理。

1. 相对视敏曲线
图1 相对视敏曲线
横坐标是电磁波的波长，纵坐标是相对视敏度，，对于不同波长的光在相同的辐射功率下，人眼感觉黄绿光最亮，波长自555 nm 起向左和向右渐渐减小或增大时，亮度感觉均渐渐下降。

也就是说三基色中人眼对绿光最敏感，红光次之，蓝光最不敏感。

2. 人眼的亮度感觉：
人眼可以感觉到的亮度范围虽然相当宽,，从暗视觉门限到眩目极限之间的范围在1010 量级。

但它并不能同时感受到如此之大的亮度范围全体。

当平均亮度适中时，人眼能感觉的亮度上、下限之比可达到近1000 ：1 ，而平均亮度过高或过低时，只有10 ：1 。

通常人眼能感觉的亮度上、下限亮度比为100 ：1 。

在不同的环境亮度下,同样的亮度,给人的主观亮度感觉却完全不同。

当人眼适应于不同的平均亮度后,可辨别的亮度范围也不相同。

重现图像的亮度无需与实际景物的亮度相同，二者只需保持最大亮度和最小亮度的比值即对比度相等，在重现景物时可不予精确复制亮度，只保持重现图像的对比度，就会有非常逼真的感觉。

3.人的彩色感觉：
4.人眼彩色细节的辨别力
人眼对亮度细节和色度细节的辨别力不一样，人眼的彩色辨别角比黑白辨别角大3～5倍。

由此，可以得到，对于彩色图像，用较宽的频带传送亮度信号，用较窄的频带传送色度信号。