2、图像质量评估指标：PSNR、SSIM、MS-SSIM、LPIPS、NIQE等客观指标详解
做图像质量调优，第一件事就是搞清楚：怎么才算「好」？
你调了半天参数，眼睛都快看花了，总得有个数字说话吧？
客观指标就是干这个的。它们把「人眼觉得好不好」这件事，尽量量化成几个数值。但说实话，每个指标都有脾气，用不对反而会坑你。
我刚开始做超分模型时，PSNR 刷得老高，结果一放大看，纹理全糊了。嗯，从那以后我就明白——指标是拐杖，不是终点。
2.1 PSNR（峰值信噪比）—— 最老牌，也最「老实」
PSNR 是图像质量评估的「元老」。它的逻辑很简单：算像素误差。
你把两张图逐像素相减，求个均方误差（MSE），再换算成 dB 值。值越高，说明像素越接近。
# PSNR 计算核心逻辑
import numpy as np
def psnr(img1, img2, max_val=255.0):
mse = np.mean((img1 - img2) ** 2)
if mse == 0:
return float('inf')
return 20 * np.log10(max_val / np.sqrt(mse))但这里有个坑——PSNR 不关心「结构」。
我记得有一次做去噪实验，PSNR 涨了 0.5dB，我挺高兴。结果一看图，细节全磨平了，变成一块塑料。PSNR 觉得「像素接近就是好」，但人眼不这么认为。
2.2 SSIM（结构相似性）—— 更像人眼了
SSIM 比 PSNR 聪明一点。它不光看像素，还看亮度、对比度、结构三个维度。
公式长这样：
SSIM(x, y) = [l(x,y)]^α · [c(x,y)]^β · [s(x,y)]^γ其中：
- l(x,y) —— 亮度对比
- c(x,y) —— 对比度对比
- s(x,y) —— 结构对比
取值范围是 [0, 1]，1 表示两图完全一样。
我个人习惯用 SSIM 做第一道质量门禁。比如模型训练时，每 1000 步算一次 SSIM，低于 0.85 的直接报警。
2.3 MS-SSIM（多尺度 SSIM）—— SSIM 的升级版
SSIM 有个毛病：它只在单一尺度上比较。但人眼看图是多尺度的——先看整体，再看细节。
MS-SSIM 就是解决这个问题的。它把图像下采样成多个尺度（一般是 5 层），每层算一次 SSIM，最后加权合并。
| 尺度层级 | 下采样倍数 | 关注内容 |
|---|---|---|
| Scale 1 | 1x（原图） | 精细纹理、边缘 |
| Scale 2 | 2x | 局部结构 |
| Scale 3 | 4x | 中等尺度物体 |
| Scale 4 | 8x | 大尺度轮廓 |
| Scale 5 | 16x | 全局布局 |
我在做图像压缩质量评估时，发现 MS-SSIM 比单尺度 SSIM 更稳定。压缩带来的块效应，在低尺度上会被放大，MS-SSIM 能抓到这些细节。
2.4 LPIPS（学习感知图像块相似度）—— 让神经网络来打分
前面几个指标都是手工设计的。LPIPS 换了个思路：用预训练网络（如 VGG）提取特征，在特征空间里算距离。
说白了，它问的是：「神经网络觉得这两张图像不像？」
# LPIPS 使用示例（伪代码）
import lpips
loss_fn = lpips.LPIPS(net='alex') # 可选 alex/vgg/squeeze
dist = loss_fn(img1, img2) # 值越小越相似LPIPS 的值越低越好。一般范围在 0~1 之间。
说实话，LPIPS 是我目前在感知质量上最信任的指标。它跟人眼的相关性比 PSNR 高出一大截。但代价是计算量大——跑一次 LPIPS 够跑十次 PSNR。
2.5 NIQE（自然图像质量评估器）—— 没有参考图怎么办？
前面几个指标都需要一张「完美」的参考图。但实际业务中，你上哪找参考图？
比如用户上传的老照片修复，原始清晰图早没了。这时候就需要无参考指标。
NIQE 的核心思想是：统计自然图像的「正常」特征分布。它从大量高质量自然图像中提取出均值、方差等统计量，然后拿待测图像的特征去跟这个「标准分布」比。偏离越大，质量越差。
NIQE 值越低越好。一般低于 5 算不错，高于 8 就比较差了。
2.6 指标对比速查表
| 指标 | 类型 | 范围 | 好坏方向 | 计算速度 | 与人眼相关性 |
|---|---|---|---|---|---|
| PSNR | 全参考 | 0~∞ dB | 越高越好 | ⚡ 极快 | ⭐⭐ |
| SSIM | 全参考 | 0~1 | 越高越好 | ⚡ 快 | ⭐⭐⭐ |
| MS-SSIM | 全参考 | 0~1 | 越高越好 | ⚡⚡ 中等 | ⭐⭐⭐⭐ |
| LPIPS | 感知参考 | 0~1 | 越低越好 | ⚡⚡⚡ 慢 | ⭐⭐⭐⭐⭐ |
| NIQE | 无参考 | 0~∞ | 越低越好 | ⚡ 快 | ⭐⭐⭐ |
2.7 我的调优组合拳
说了这么多，实际干活时怎么用？我分享一套自己常用的流程：
- 训练监控：每轮算 PSNR + SSIM，快速看趋势。PSNR 涨但 SSIM 跌？大概率过拟合了。
- 模型选型：候选模型跑 LPIPS，排名靠前的再人工看。LPIPS 能筛掉很多「PSNR 高但糊」的模型。
- 上线前：用 NIQE 扫一批真实业务数据，确保分布正常。NIQE 突然飙升？可能是数据预处理出了问题。
- 最终把关：找 3~5 个人做主观评测。指标再漂亮，人眼说不行就是不行。