图像质量评测方法
由人来评价的主观评测方法：在一定测试条件下由多个观察者对待测图像的质量进行评分，对大量的评分数据进行统计处理。
由算法评价的客观评测方法：用数学公式计算给出指标数值，使算法评价自动、公开。传统的客观方法主要有峰值信噪比(PSNR)、均方误差(MSE)、结构相似性（SSIM）等。
1、均方误差(MSE)
MSE，即m×n单色图像 I 和 K（原图像与处理图像）之间像素值的均方误差。具体公式如图。
均方误差
2、峰值信噪比(PSNR)
PSNR作为衡量图像质量的重要指标，基于通信理论而提出，是最大信号量与噪声强度的比值。由于数字图像都是以离散的数字表示图像的像素，因此采用图像的最大象素值来代替最大信号量。具体公式如图。 其中MAX 为图像中像素的最大灰度值，一般采用255。
峰值信噪比
3、结构相似性（SSIM）
分别计算单色图像X、Y的均值和方差：
均值
方差
计算图片X、Y的协方差
协方差
计算亮度对比因子L(X,Y)，对比度因子C(X,Y)，结构对比因子S(X,Y)，其中C1、C2、C3为自定义常数。
对比因子
计算SSIM
结构相似性
除此之外评测算法还有还有平均绝对差值（MAD）、绝对误差和（SAD）、哈达玛变换算法（SATD）、差值平方和（SSD）、平均平方误差（MSD），本文不一一介绍。
网友评论