我正在寻找一种算法（最好是 C/Rust 实现）来计算两个图像之间的感知相似性，同时考虑心理视觉因素（例如，色度差异并不像亮度差异那么糟糕）。
我有原始图像和它的多种变体（在我的例子中是 256 色量化），我想要算法来找到人类会判断哪张图像是最好的图像。
到目前为止我发现的最好的是SSIM http://www.ece.uwaterloo.ca/%7Ez70wang/research/ssim/，但它不“理解”抖动（误差扩散）并且实现使用线性 RGB（我已通过以下方式修复了该问题）实施我自己的 https://github.com/kornelski/dssim).
或者，它可以是预处理图像以与 SSIM/PSNR/MSE 或其他典型算法进行比较的算法。
出色地。难道你不能把它变成亚马逊机械土耳其人的在线工作吗？
或者像这样制作一个游戏谷歌图像标签 http://images.google.com/imagelabeler/？如果人们同意他们的分数，您可以给予额外的分数或付款。
原因是我认为这项工作对于计算机来说太困难了。 SSIM 无法对抖动图像进行评分，并且如果您平滑图像以使其与 SSIM 一起使用，则抖动模式不能成为质量判断的一部分，因为它不再存在于图像中。该模式可能与图像质量相关。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
