结构相似度是依据人眼提取图像结构信息,比较待评价图像与参考图像之间结构相似性来衡量图像质量优良与否。考虑到原始的结构相似度图像质量评价算法只是把图像所有像素点作为同等重要程度对待简单地取平均值,而事实上人眼对图像中不同位置和不同内容部分关注度不一样。图像中不同位置和不同内容部分的降质对整幅图像质量的影响程度也不一样,基于此,本文提出了图像中心加权结构相似度和基于视觉选择性注意结构相似度的图像质量评价的改进算法。图像中心加权结构相似度依据人类视觉系统特性,考虑到人眼看一幅图像时,会把目光集中在图像中心部分,因此在评价图像质量时赋予图像中心部分更高的重要性,利用高斯函数的中心对称性,选取高斯函数作为权值函数给图像中心部分进行加权处理。基于视觉选择性注意结构相似度结合视觉选择性机制,人眼视觉会有选择性地关心显著性的区域,显著性区域含有图像的最主要信息和细节,图像研究工作者主要关心图像显著性区域的质量,非显著性区域通常作为背景区域辅助研究。在研究传统的视觉选择性注意显著图生成模型后,选用数学的方法得图像的显著图,将图像的显著图和图像结构相似度质量映像图对应加权求和,这就自适应地考虑了图像每一个像素点的重要性程度,使图像质量评价结果几乎完全符合人眼视觉。