影象質量評價在計算機視覺，人工智慧，高清視訊傳輸上面有很廣泛的應用。目前，影象質量評價主要分為三個方向，有參考影象的質量評價，半參考的影象質量評價，以及無參考的影象質量評價。但是，個人認為，無參考影象質量評價才是最具挑戰性和實用性的。所以，本文主要寫一些無參考影象質量評價方法。

        在介紹無參考影象質量評價方法之前，先介紹一些常用的有參考的影象質量評價方法。主要包括：信噪比，峰值信噪比，結構相似度。

均方根誤差

均方根誤差在影象的質量評價中相當於一箇中間的評價指標，很多後續的評價指標都是沿用均方根誤差。均方根誤差主要是評價已知影象和退化影象之間誤差大小。其實這個指標跟最小二乘的原理多少有些類似，也跟統計知識的誤差統計求標準差和方差是一樣的。

其基本公式為：

RMSE = sqrt(1/mn * E(I - F))

其中，E(I - F) 是退化影象與真實影象之間每個畫素的差值的平方和

峰值信噪比

結構相似度

結構相似度(SSIM)是來源於結構相似理論，用來測量兩幅影象的結構相似性大小，其最大值為1。尤其反映了影象的輪廓，細節等的相似度。結構相似度可以表示為：

其中，L（）表示亮度變化，c()表示差異變化，s()是結構變化。

其中，f 和g 表示兩幅影象，uf 和 ug 表示影象的均值，Ef和Eg 表示它們的方差，Efg表示它們的協方差。C1，C2，C3為比較小的常數，用來確保分母不等於零。