我正在寻找一种算法（最好是 C/Rust 实现）来计算两个图像之间的感知相似性，同时考虑心理视觉因素（例如，色度差异并不像亮度差异那么糟糕）。
我有原始图像和它的多种变体（在我的例子中是 256 色量化），我想要算法来找到人类认为最好的图像。
到目前为止我发现的最好的是SSIM，但它不“理解”抖动（误差扩散）并且实现使用线性RGB（我已经通过实现我自己的解决了这个问题）。
或者，它可以是预处理图像的算法，以便与SSIM/PSNR/MSE或其他典型算法进行比较。
嗯。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 一样制作一个游戏？如果人们同意他们的分数，您可以给予额外积分或付款。
原因是我认为这项工作对于计算机来说太困难了。 SSIM 无法对抖动图像进行评分，并且如果您平滑图像以使其与 SSIM 一起使用，则抖动模式不能成为质量判断的一部分，因为它不再存在于图像中。该模式可能与图像质量相关。