什么是 SSIM?
SSIM — SSIM（结构相似指数测度）是一个感知图像质量指标，通过亮度、对比度和结构相似性比较两个图像。值范围在 0 到 1；SSIM 0.95+ 被认为在视觉上无损。
SSIM（结构相似指数测度）是由 Wang 等人在 2004 年开发的感知质量指标，用于从人类视觉系统的角度测量两个图像之间的相似性。与测量原始像素差异的 PSNR（峰值信噪比）不同，SSIM 对人类如何感知模式、亮度和对比度进行建模。
SSIM 计算三个组件 — 亮度相似性、对比度相似性和结构相关性 — 在图像的滑动窗口中，然后将它们组合成一个 0（无相似性）到 1（相同）的单一分数。0.95+ 的分数通常被认为在视觉上无损；低于 0.85 的分数通常显示可感知的质量降低。
SSIM 广泛用于评估图像编解码器的性能，比较压缩算法和为图像网络优化建立质量目标。编解码器基准（Google WebP 测试、Netflix VMAF 研究）使用 SSIM 以及 PSNR 和 VMAF 来测量压缩图像与原始图像的匹配程度。
SSIM vs PSNR：使用哪个
PSNR（峰值信噪比）测量最大可能信号功率与压缩引入的噪声功率之间的比率。它很容易计算，但与人类感知的相关性很差 — 图像可能具有高 PSNR 但仍有可见伪影。SSIM 与人类对质量的感知相关性更好，因为它建模结构模式而不是原始像素差异。对于压缩图像质量评估，SSIM 是比 PSNR 更优先的指标。
实践中的 SSIM
图像优化工具使用 SSIM 目标来找到最小质量设置，使感知质量保持在阈值之上。感知指标 Butteraugli 和 MS-SSIM（多尺度 SSIM）是高级编解码器评估中使用的其他改进。对于日常网络图像优化，在压缩质量配置中以 SSIM > 0.90 为目标保证输出对大多数观众来说与原始无法区分。
SSIM PicsSizer 上的工具
常见问题
压缩图像的良好 SSIM 分数是多少？▾
SSIM > 0.95 被认为在视觉上无损 — 大多数观众无法检测到压缩。SSIM 0.90–0.95 有细微可见的伪影，仅在仔细检查时可见。SSIM 0.80–0.90 显示明显的压缩伪影。低于 0.80，明显的质量损失是显而易见的。
SSIM 与视觉质量评级有何不同？▾
SSIM 是从像素值计算的客观数学指标。视觉质量评级（MOS — 平均意见分数）是评估者人类的主观分数。SSIM 与大多数图像类型的 MOS 相关性好，但不完美 — 某些图像操纵获得高 SSIM 分数但感知上令人困扰（例：相位偏移的正弦波）。