The SSIM was developed for the comp

The SSIM was developed for the comparison of the quality of images subject to various compression algorithms [9], and measures how similar images are with respect to their structure within a
particular convolution window. In each convolution window and for each image(x,y), local means(μx,μy), standard deviations(σx,σy), and an auto- covariance (σxy) are calculated and compared. The SSIM is a local measure,which operates on a 2D scalar field,returning a 2D scalar
field that can be averaged to find the mean SSIM (MSSIM) for a particular image pair.Thes evalues are calculated by

ผลลัพธ์ (ไทย) 1:

SSIM ถูกพัฒนาขึ้นเพื่อการเปรียบเทียบคุณภาพของภาพต่าง ๆ อัลกอริทึมบีบอัด [9], และมาตรการวิธีคล้ายภาพที่เกี่ยวกับโครงสร้างภายในเป็น convolution เฉพาะหน้าต่าง ในแต่ละหน้าต่าง convolution และ สำหรับแต่ละ image(x,y), means(μx,μy) ท้องถิ่น deviations(σx,σy) มาตรฐาน การอัตโนมัติความแปรปรวนร่วม (σxy) คำนวณ และเปรียบเทียบ SSIM เป็นการภายในวัด ที่ทำงานบนเขตสเกลา 2D ความสเกลาร์ 2Dฟิลด์ที่สามารถ averaged ในการค้นหาเฉพาะภาพคู่เฉลี่ย SSIM (MSSIM)สิ่งนี้หรือ evalues จะคำนวณโดย

ผลลัพธ์ (ไทย) 2:

SSIM ได้รับการพัฒนาสำหรับการเปรียบเทียบคุณภาพของภาพขึ้นอยู่กับขั้นตอนวิธีการบีบอัดต่างๆ [9] และมาตรการว่าภาพที่คล้ายกันด้วยความเคารพต่อโครงสร้างของพวกเขาภายใน
หน้าต่างบิดโดยเฉพาะอย่างยิ่ง ในแต่ละหน้าต่างบิดและแต่ละภาพ (x, y) หมายถึงท้องถิ่น (μx, μy) ค่าเบี่ยงเบนมาตรฐาน (σx, σy) และความแปรปรวนอัตโนมัติ (σxy) จะถูกคำนวณและเปรียบเทียบ SSIM เป็นตัวชี้วัดในท้องถิ่นที่ดำเนินการเกี่ยวกับสนามสเกลาร์ 2D กลับเกลา 2D
ข้อมูลที่สามารถนำมาเฉลี่ยหาค่าเฉลี่ย SSIM (MSSIM) สำหรับภาพ eValues ​​pair.Thes โดยเฉพาะอย่างยิ่งมีการคำนวณโดย

ผลลัพธ์ (ไทย) 3:

การ ssim ถูกพัฒนาขึ้นเพื่อเปรียบเทียบคุณภาพของภาพขึ้นอยู่กับขั้นตอนวิธีการบีบอัดต่าง ๆ [ 9 ] และมาตรการว่าภาพที่คล้ายกันเป็นส่วนโครงสร้างภายใน
หน้าต่างม้วนโดยเฉพาะ ในแต่ละขดหน้าต่างและภาพแต่ละภาพ ( x , y ) หมายถึง ท้องถิ่น ( μ X , μ Y ) , ส่วนเบี่ยงเบนมาตรฐาน ( σ X , σ y ) และ auto - ความแปรปรวนร่วม ( σ XY ) จะถูกคำนวณและเปรียบเทียบการ ssim เป็นวัดท้องถิ่น ซึ่งดำเนินการใน 2 สนามสเกลาร์ การคืนสนามสเกลาร์
2D ที่สามารถเฉลี่ยเพื่อหาค่าเฉลี่ย ssim ( mssim ) สำหรับรูปคู่โดยเฉพาะ ดูแล evalues คำนวณโดย