Ўзбекистон республикаси ахборот технологиялари ва коммуникацияларини ривожлантириш вазирлиги муҳаммад ал-хоразмий номидаги

разделяют в зависимости от используемых исходных данных на три больших 
класса: 

Full-reference, в которых показатель качества рассчитывается по 
полным наборам оригинального и декодированного изображения; 

Reduced-reference 
- 
из 
изображений 
выделяются 
наиболее 
существенные для вычислений характеристики, в результате чего 
размерность и объем данных существенно уменьшается и становится 
возможным обмен этими характеристиками в реальном времени по линиям 
связи с ограниченной пропускной способностью. Этот метод наиболее 
распространен в задачах контроля клиент-серверных реализаций, где 
оригинальный и оцениваемый видеоматериалы разделены как во времени, 
так и в пространстве; 

No-reference
 
- оценивается видео-материал в отсутствие оригинала.
В настоящее время существует ряд метрик количественной оценки 
качества 
изображений, 
отличающихся 
точностью 
измерения, 
вычислительной сложностью и адекватностью нашему зрительному 
восприятию. 
Поэтому 
рассмотрим 
более 
подробно 
наиболее 
распространенные метрики оценки качества изображений.
Наибольшее распространение при оценке качества получили 
следующие метрики: MSE
, 
PSNR, SSIM, VQM.
MSE (
Mean Scuared Erroу) - метрика оценки среднеквадратической 
ошибки (СКО) используется для сравнения кадров исходного и 
декодированного изображений, размерами M*N
: 


,
)
,
(
)
,
(
1
1
0
1
0
2







M
m
N
n
n
m
Y
n
m
X
MN
MSE
(1) 
где X(i, j) - значение пикселя исходного изображения X с координатами (i, j), 
Y(i, j) значение пикселя отображаемого изображения. Если изображения 

---

164 
совпадают, то значение MSE равно 0. При этом значение метрики возрастает 
с количеством искажений в изображении. Значение MSE для видеофрагмента 
обычно принимается равным среднему значению MSE по всем кадрам или их 
сумме. Данная метрика проста в реализации, имеет высокое быстродействие, 
но не адекватна зрительному восприятию. Так, изображение с хорошим 
визуальным качеством может интерпретироваться, как плохое, а сильно 
искаженное изображение, оценивается, как, хорошее.
PSNR (peak-to-peak signal-to-noise ratio) – метрика, часто используемая 
на практике, называется мерой пикового отношения сигнала к шуму. Она 
является инженерным термином, означающим соотношение между 
максимумом возможного значения сигнала и мощностью шума, 
искажающего значения сигнала. Поскольку многие сигналы имеют широкий 
динамический диапазон, PSNR обычно измеряется в логарифмической шкале 
и отображаются в децибелах. PSNR наиболее часто используется для 
измерения уровня искажений при сжатии видеоданных в различных кодеках. 
Проще всего его определить через среднеквадратическое отклонение (
MSE
), 
двух монохромных изображений 
I
и 
K
размера 
m
×
n
, где одно из которых 
считается зашумленным приближением другого и вычисляется так: 
 
 
2
1
0
1
0
,
,
1







m
i
n
j
j
i
K
j
i