PSNR和MSE用源图像和失真图像之间的均方差来测量画质即DV用D近似由于其简单性在视频编码中得到了广泛的应用。然而PSNR只测量信号差异而不考虑视觉特性无法真实反映HVS中的感知质量。为了处理这个问题开发一种评估器来定性地测量视觉内容的感知质量一直是视觉信号处理的一个关键课题。在过去的几十年里已经提出了大量的IQA。压缩时会导致图像伪影包括阻塞、模糊、振铃和颜色出血。基于PSNR开发了一个名为P

这段话主要介绍了图像质量评估的方法和发展历程。传统的评估方法包括PSNR和MSE，但这些方法只考虑信号差异，无法真实反映人眼视觉特性。为了解决这个问题，发展了许多IQA方法，包括基于PSNR的扩展、基于HVS的SSIM和VSI、基于规则纹理的PWMSE等。为了提高IQA准确性，也利用了学习算法来发现海量数据中的统计知识，例如基于深度学习的IQA模型。然而，这些模型高度依赖数据，需要具有质量标签的大型数据集。