Qu'est-ce que SSIM?
SSIM — SSIM (Structural Similarity Index Measure) est une métrique de qualité d'image perceptuelle qui compare deux images pour la luminance, le contraste et la similarité structurelle. Les valeurs vont de 0 à 1; SSIM 0,95+ est considéré comme sans perte visuellement.
SSIM (Structural Similarity Index Measure) est une métrique de qualité perceptuelle développée par Wang et al. (2004) pour mesurer la similarité entre deux images d'une perspective du système visuel humain. Contrairement à PSNR (Peak Signal-to-Noise Ratio), qui mesure les différences de pixel brutes, SSIM modèle comment les humains perçoivent les motifs structuraux, la luminance et le contraste.
SSIM calcule trois composantes — similarité de luminance, similarité de contraste et corrélation structurelle — sur des fenêtres glissantes de l'image, puis les combine en un seul score entre 0 (pas de similarité) et 1 (identique). Un score de 0,95+ est généralement considéré comme sans perte visuellement; les scores inférieurs à 0,85 montrent généralement une dégradation de qualité perceptible.
SSIM est largement utilisé pour évaluer les performances des codecs d'image, comparer les algorithmes de compression et définir les objectifs de qualité pour l'optimisation des images web. Les benchmarks de codec (tests WebP de Google, recherche VMAF de Netflix) utilisent SSIM aux côtés de PSNR et VMAF pour mesurer la proximité d'une image comprimée avec l'original.
SSIM vs PSNR: Lequel Utiliser?
PSNR (Peak Signal-to-Noise Ratio) mesure le ratio de la puissance de signal maximale possible à la puissance de bruit introduite par la compression. C'est simple à calculer, mais se corrèle mal avec la perception humaine — une image peut avoir un PSNR élevé mais des artefacts visibles. SSIM se corrèle mieux avec la perception humaine de la qualité car il modèle les motifs structuraux plutôt que les différences de pixel brutes. Pour l'évaluation de la qualité des images comprimées, SSIM est la métrique préférée par rapport à PSNR.
SSIM en Pratique
Les outils d'optimisation d'image utilisent les objectifs SSIM pour trouver le paramètre de qualité minimum qui maintient la qualité perceptible au-dessus d'un seuil. La métrique perceptuelle Butteraugli et MS-SSIM (SSIM multi-échelle) sont des raffinements supplémentaires utilisés dans les évaluations de codec avancées. Pour l'optimisation d'images web au quotidien, cibler SSIM > 0,90 au paramètre de qualité comprimé garantit que la sortie sera indistinguible de l'original pour la plupart des spectateurs.
SSIM Outils sur PicsSizer
Questions Fréquemment Posées
Quel est un bon score SSIM pour les images comprimées?▾
SSIM > 0,95 est considéré comme sans perte visuellement — la plupart des spectateurs ne peuvent pas détecter la compression. SSIM 0,90–0,95 a des artefacts mineurs visibles uniquement à l'inspection rapprochée. SSIM 0,80–0,90 affiche des artefacts de compression notables. En dessous de 0,80, une perte de qualité significative est évidente.
Comment SSIM diffère-t-il des évaluations de qualité visuelle?▾
SSIM est une métrique mathématique objective calculée à partir des valeurs de pixel. Les évaluations de qualité visuelle (MOS — Mean Opinion Score) sont des scores subjectifs des évaluateurs humains. SSIM se corrèle bien avec MOS pour la plupart des types d'images, mais n'est pas parfait — certaines manipulations d'image obtiennent un score SSIM élevé, mais sont perceptivement perturbantes (ex: ondes sinusoïdales déphasées).