Image 图像的MATLAB-SSIM计算

我正在搜索一个aulgorithm来查找两幅图像之间的相似性，我找到了SSIM，甚至还有如下代码：

function [mssim, ssim_map]  = SSIM(img1, img2, K, window, L)
if (size(img1) ~= size(img2))
   ssim_index = -Inf;
   ssim_map = -Inf;
   return;
end

[M N] = size(img1);

if (nargin == 2)
   if ((M < 11) || (N < 11))
       ssim_index = -Inf;
       ssim_map = -Inf;
      return
   end
   window = fspecial('gaussian', 11, 1.5);  %
   K(1) = 0.01;                                   % default settings
   K(2) = 0.03;                                   %
   L = 255;                                  %
end

C1 = (K(1)*L)^2;
C2 = (K(2)*L)^2;
window = window/sum(sum(window));
img1 = double(img1);
img2 = double(img2);

mu1   = filter2(window, img1, 'valid');
mu2   = filter2(window, img2, 'valid');
mu1_sq = mu1.*mu1;
mu2_sq = mu2.*mu2;
mu1_mu2 = mu1.*mu2;
sigma1_sq = filter2(window, img1.*img1, 'valid') - mu1_sq;
sigma2_sq = filter2(window, img2.*img2, 'valid') - mu2_sq;
sigma12 = filter2(window, img1.*img2, 'valid') - mu1_mu2;

if (C1 > 0 && C2 > 0)
   ssim_map = ((2*mu1_mu2 + C1).*(2*sigma12 + C2))./((mu1_sq + mu2_sq + C1).*(sigma1_sq + sigma2_sq + C2));
else
   numerator1 = 2*mu1_mu2 + C1;
   numerator2 = 2*sigma12 + C2;
    denominator1 = mu1_sq + mu2_sq + C1;
   denominator2 = sigma1_sq + sigma2_sq + C2;
   ssim_map = ones(size(mu1));
   index = (denominator1.*denominator2 > 0);
   ssim_map(index) = (numerator1(index).*numerator2(index))./(denominator1(index).*denominator2(index));
   index = (denominator1 ~= 0) & (denominator2 == 0);
   ssim_map(index) = numerator1(index)./denominator1(index);
end

mssim = mean2(ssim_map);
return

img1=imread (image1);
img2=imread (image2);
[mssim ssim_map] = SSIM(img1, img2);

函数[mssim，ssim_map]=ssim（img1，img2，K，window，L）
if（尺寸（img1）~=尺寸（img2））
ssim_索引=-Inf；
ssim_map=-Inf；
返回；
结束
[mn]=尺寸（img1）；
if（nargin==2）
if（（M<11）| |（N<11））
ssim_索引=-Inf；
ssim_map=-Inf；
返回
结束
窗口=f特殊（'gaussian'，11，1.5）；%
K（1）=0.01；%默认设置
K（2）=0.03；%
L=255；%
结束
C1=（K（1）*L）^2；
C2=（K（2）*L）^2；
窗口=窗口/总和（总和（窗口））；
img1=双（img1）；
img2=双（img2）；
mu1=过滤器2（窗口，img1，‘有效’）；
mu2=过滤器2（窗口，img2，‘有效’）；
mu1_sq=mu1.*mu1；
mu2_sq=mu2.*mu2；
mu1_mu2=mu1.*mu2；
sigma1_sq=过滤器2（窗口，img1.*img1，‘有效’）-mu1_sq；
sigma2_sq=filter2（窗口，img2.*img2，‘有效’）-mu2_sq；
sigma12=filter2（窗口，img1.*img2，‘有效’）-mu1\U mu2；
如果（C1>0&&C2>0）
ssim_-map=（（2*mu1_-mu2+C1）。*（2*sigma12+C2））/（（mu1_-sq+mu2_-sq+C1）。*（sigma1_-sq+sigma2_-sq+C2））；
其他的
数值1=2*mu1_mu2+C1；
数值2=2*sigma12+C2；
分母1=mu1_sq+mu2_sq+C1；
分母2=sigma1_sq+sigma2_sq+C2；
ssim_图=个（大小（mu1））；
指数=（分母1.*分母2>0）；
ssim_图（索引）=（数字1（索引）。*数字2（索引））/（分母1（索引）。*分母2（索引））；
指数=（分母1~=0）和（分母2==0）；
ssim_映射（索引）=数值1（索引）。/分母1（索引）；
结束
mssim=平均值2（ssim_图）；
返回
img1=imread（图像1）；
img2=imread（图像2）；
[mssim ssim_map]=ssim（img1，img2）；

我可以从这个源代码中得到一些值，但是我是否可以知道这种方法是否适用于旋转情况，例如我旋转到一定程度的一幅图片，并且这种方法是否会检测到旋转图像和原始图像具有相同的形状

---

非常感谢，请帮帮我

SSIM不是旋转不变的。也就是说，如果ImgA是ImgB的旋转版本，则SSIM（ImgA，ImgB）不太可能高。
因此，如果您想检测ImgA和ImgB之间的相对旋转角度，您必须将ImgA旋转到所有可能的角度，并将旋转后的版本与ImgB进行比较。
这不是一种非常有效的方法，您可能会发现其他更有效的方法来检测旋转

---

如果我没记错的话，您主要处理的是封闭曲线的二进制掩码。我相信，在您的情况下，旋转检测的更好选择是使用旋转不变量版本的形状上下文描述符，并结合一些健壮的刚性变换估计方法（如Ransac）。

非常感谢，顺便说一句，我将对SSIM进行研究，它是否可以比较具有相同图案形状但图案大小不同（一个非常小，一个非常大，但相同）的两幅图像，SSIM是否可以返回该情况的正确相似度值？谢谢lot@user2753594AFAIK ssim设计用于比较图像的噪声/模糊版本，而不是设计用于克服几何变换，如平移比例和/或旋转。您可能希望对这些类型的变形使用不同的相似性度量。