基于图像/视频质量评估传统的误差敏感性
传统的图像感知质量评价方法是基于测量的误差（信号差异）之间的扭曲的图像和参考图像，并试图量化的方式，模拟人的视觉误差的误差敏感性特征。这些方法通常涉及
- 通道分解过程，将图像信号转换成不同的空间频率和方向选择性的子
- 一个错误的归一化处理，重量在每个子带的误差信号，通过将不同子带的视觉敏感性的变化（对对比敏感度函数经常相关的变化），视觉误差引起的信道间内或邻近的变换系数（一定的视觉掩蔽效应往往是相关的）
- 一个错误池相结合的过程，在不同的子带信号的误差为单一质量/变形值。
虽然这些方法可以方便地利用许多已知的物理特征的人类视觉系统，它们都是基于一些很强的假设，这是很难验证。限制包括“阈上的问题”，“自然图像的复杂性问题”、“相关问题”和“认知互动的问题”。更详细的讨论在下面的出版物。
在现场，我们已经探讨了质量评价问题的信息理论方法，在质量评估问题看作是一个信息的保真度问题而不是信号的保真度问题。图像源与接收器通过一个渠道，限制了信息量，可以通过它流动，从而引入失真。图像源的输出是参考图像，输出的通道是测试图像和目标是与视觉质量
测试图像的测试和参考信号之间的信息共享，或者更准确地说，这互信息他们之间。虽然相互
信息是统计的信息失真的措施，并可能与人类作为图像信息的松散的联系，这地方根本上量的认知信息，可以从图像中提取的限制。例如，在该通道的情况下，是严重扭曲的图像，相应的测试和参考之间的低互信息，人类观众的识别图像中的对象识别获取语义信息的能力也是阻碍。因此，信息保真度的方法利用统计图像信息与视觉质量的关系。
基于结构相似性的图像和视频质量评价
不同于传统的基于误差灵敏度，基于结构相似性的图像质量评价是基于以下理念：
主要功能有对人类视觉系统是从视场中提取结构信息，与人类视觉系统是非常适合这一目的。因此，测量结构信息的损失可以提供一个很好的近似图像感知失真。
在这里，我们把结构信息在图像的属性，反映结构在场景中的对象，独立的平均亮度和对比度。一种通用的图像质量指标，将亮度的比较，介绍了对比度和结构。这种方法的推广和改进，导致结构相似性指数（SSIM），已显示了明显的优势比传统的平均平方误差（MSE）和峰值信噪比（PSNR）措施时，测试数据库的JPEG和JPEG2000压缩图像。这个SSIM也被应用于视频质量评估和扩展的多尺度方法。
视网膜中央凹的小波图像质量指标（FWQI）
人类的视觉系统是高度非均匀采样、编码、处理和理解。该决议具有最高的价值点的固定和下降迅速远离该点作为一个功能的偏心。目前，大多数图像质量的测量方法被设计为统一的高分辨率图像。这些方法不具有感知的视网膜中央凹图像质量相关。
小波分析提供了一个便捷的方式，同时检测本地化的空间和频率信息。我们开发了一种新的图像质量度量称为视网膜中央凹的小波图像质量指标（FWQI）在小波变换域。FWQI认为的HVS的多个因素，包括对比敏感度函数的空间变异，的本地视觉截止频率的空间变化，在不同的小波子带的视觉敏感度的差异，和观看距离在显示分辨率的影响和HVS的特点。
FWQI可以用于视网膜中央凹的感兴趣区域（ROI）图像编码质量的提高。我们证明它的有效性，用它作为一种嵌入式凹图像编码系统中的最佳比特分配的指南。编码系统具有良好的压缩性能以及可扩展性的视网膜中央凹的客观条件和主观质量测量。