图像质量评价—–衡量标准
简单的说，图像质量评价的衡量标准就是判断某一种客观质量评价算法是否准确，与人眼的主观打分值是否具有相关性。
通常情况下，主要有以下四个指标：
- 均方根误差（Root mean squared error,RMS）
- 皮尔逊积矩相关系数（Pearson product-moment correlation coefficient,PLCC）
- Spearman秩相关系数（Spearman’s rank order correlation coefficient，SROCC）
- Kendall秩相关系数（Kendall rank order correlation coefficient，KROCC
详细介绍每个指标的公式及含义：
1）RMSE
其中，{x1，x2，…… , xn}表示人眼打分的MOS值，{y1 , y2 , …… , yn}表示某中算法DMOS值。RMSE衡量的是绝对误差，即预测的准确性。但是需要注意的是，由于主观评价的分数取值范围可能是[0,100]或者[0,1]，因此在计算前应当先对主观值做归一化处理。
TIPS：个人认为，RMSE指标在质量评价的体系中并非最重要的衡量标准。
2）PLCC
其中分母是随机变量X和Y的协方差，分子是它们的标准差的乘积。线性相关系数描述算法评价值与人眼主观打分之间的相关性。
TIPS：个人认为，该指标比RMSE相对重要。
3）SROCC
其中rxi,ryi分别表示xi和yi在{x1 , x2 , …… , xn}和{y1 , y2 , …… ,yn}的排序位置。因此，该指标衡量算法预测的单调性。
4）KROCC
其中nc是数据集中的一致对个数，nd是数据集中的不一致对个数。例如(xi,yi)和(xj,yj),如果满足xi>xj&&yi>yj或者 xi 小于xj &&yi小于yj,则称为一致对。KROCC也衡量了算法预测的单调性。
参考资料：
http://blog.csdn.net/caoleiwe/article/details/49045633
http://blog.csdn.net/leixiaohua1020/article/details/38324973