层次A:根据是否有人参与，图像质量评价方法有:主观评价、 客观评价
（1）主观评价
①定义：以人作为观测者，对图像进行主观评价，力求能够真实地反映人的视觉感知。
②主观评价要求：主观评价是建立在统计意义上的，为保证图像主观评价在统计上有意义，参加评价的观察者应该足够多。
③分类：绝对评价、相对评价。
（1）1）绝对评价
•对应的尺度;国际上的评分制：“全优度尺度”
•Eg:将待评价图像和原始参考图像按一定规则交替播放持续一定时间给观察者，然后在播放后留出一定的时间间隔供观察者打分，最后将所有给出的分数取平均作为该序列的评价值。
（1）2）相对评价
•对应的尺度;国际上的评分制：“群优度尺度”
•Eg:相对评价中没有原始图像作为参考。将一批待评价图像按照一定的序列播放，此时观察者在观看图像的同时给出待评图像相应的评价分值。
（2）客观评价
①定义：无人参与，是借助于某种数学模型，给出基于数字计算的结果来反映图像质量。
②实现图像质量客观评价：图像质量客观评价通常是通过测试多个影响影像质量的因素的表现，并通过计算模型获得图像质量量化值与人类主观观测值一致性的好坏来评估的。
③分类：全参考、部分参考和无参考三种类型
（2）1）无参考
无参考方法一般都是基于图像统计特性。
全参考：
（2）2）全参考
•Ⅰ•对应的尺度全参考图像质量评价指标：
•均方误差MSE(mean square error)，
•信噪比SNR(Signal to Noise Ratio)，
•峰值信噪比PSNR(Peak Signal to Noise Ratio)
•平均绝对误差MAE（Mean Absolute Error)
•结构相似性SSIM（structural similarity）
•Ⅱ•基础三要素：
•选择理想图像作为参考图像，主要以像素统计、信息论、结构信息三方面为基础。
（创建文本框+文本框链接实现跨页）
• MSE、信噪比（图像质量评价—客观评价-）
1.应用：基于图像像素统计基础，峰值信噪比和均方误差是比较常见的两种质量评价方法。它们通过计算待评测图像和参考图像对应像素点灰度值之间的差异，方法比较简单，且容易实现，在图像去噪等方面受到广泛应用。
2.缺点：这类算法是从图像像素值的全局统计出发，未考虑人眼的局部视觉因素，所以对于图像局部质量无从把握。
3.公式：(均方误差、SNR 信噪比、PSNR峰值信噪比）
- 例题：
求以下重构图像f^与原图像f 的相似度指标：MSE、 SNR、PSNR，其中，灰度级L=4。
