Structural similarity (SSIM) index is an image quality measure between the original and its distorted version. It is designed to overcome disadvantages of traditional image quality metrics, i.e., peak signal-to-noise ratio (PSNR) and mean squared error, which are inconsistent with human eye perception. Recently, SSIM is regarded as one of the most reliable image quality metrics. However, a method to measure the similarity between the original and resized images has not been established so far, ever with the use of SSIM, PSNR, etc. In this paper, we propose a method to tackle the problem by using the scale-invariant feature transform (SIFT). Our method is a variant of SSIM-based image quality assessments applicable to resized images. Experimental results show validity of the proposed method for evaluating qualities of resized images after scaling, cropping or retargeting.%近年，表示デバイスの多様化により，ディスプレイの解像度にあわせて画像のリサイズを行う機会が増加している．画像のリサイズにおいて，原画像とリサイズされた画像がどの程度類似しているかは重要な問題であり，これら多サイズ画像間の類似度を評価するための一般的な客観的評価手法の確立が望まれている．しかしながら，一般に広く用いられているPSNRやStructural SIMilarity（SSIM）といった多くの客観的評価手法では，原画像と評価画像のそれぞれの画素において1対1の対応をとり類似度を計算しているため，多サイズ画像間の類似度の評価ができないという問題がある．我々は，これらの問題を解決するための新たな手法として，Scale-Invariant Fbature Transform（SIFT）とSSIMを用いた，多サイズ画像間の類似度測定を可能とする客観的評価手法を提案している．本稿では，SSIMによる類似度測定の方法について改良を行い，多サイズ画像間の類似度測定手法の一種であるBi-Directional Warpingとの比較を行ったので報告する．
展开▼
