我正在寻找一种算法（理想情况下是C / C ++实现），它计算两个图像之间的感知相似度，同时考虑到心理视觉因素（例如，色度差异并不像亮度差异那么差）。
我有原始图像和它的多种变体（在我的情况下是256色量化），我想要算法找出人类判断哪个图像是最佳图像。
到目前为止，我发现的最好的是SSIM，但它并不“理解”抖动（误差扩散），并且实现使用线性RGB（我已经通过implementing my own修复了它）。
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。
答案 0 :(得分：0)
好。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google image labeler那样制作游戏？如果人们同意他们的分数，你可以给予额外的积分或付款。
原因是我认为这项工作对于电脑来说太难了。 SSIM无法对抖动图像进行评分，如果平滑图像，使其与SSIM一起使用，抖动图案不能成为质量判断的一部分，因为它不再出现在图像中。而这种模式可能与图像质量有关。