<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Publishing DTD v1.3 20210610//EN" "JATS-journalpublishing1-3.dtd">
<article article-type="research-article" dtd-version="1.3" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xml:lang="ru"><front><journal-meta><journal-id journal-id-type="publisher-id">vdgtu</journal-id><journal-title-group><journal-title xml:lang="ru">Вестник Дагестанского государственного технического университета. Технические науки</journal-title><trans-title-group xml:lang="en"><trans-title>Herald of Dagestan State Technical University. Technical Sciences</trans-title></trans-title-group></journal-title-group><issn pub-type="ppub">2073-6185</issn><issn pub-type="epub">2542-095X</issn><publisher><publisher-name>Daghestan State Technical University</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.21822/2073-6185-2025-52-4-83-90</article-id><article-id custom-type="elpub" pub-id-type="custom">vdgtu-1908</article-id><article-categories><subj-group subj-group-type="heading"><subject>Research Article</subject></subj-group><subj-group subj-group-type="section-heading" xml:lang="ru"><subject>ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ И ТЕЛЕКОММУНИКАЦИИ</subject></subj-group><subj-group subj-group-type="section-heading" xml:lang="en"><subject>INFORMATION TECHNOLOGY AND TELECOMMUNICATIONS</subject></subj-group></article-categories><title-group><article-title>Анализ структурного сходства в оценке качества изображений</article-title><trans-title-group xml:lang="en"><trans-title>Analysis of Structural Similarity for Image Quality Assessment</trans-title></trans-title-group></title-group><contrib-group><contrib contrib-type="author" corresp="yes"><contrib-id contrib-id-type="orcid">https://orcid.org/0000-0001-6430-3615</contrib-id><name-alternatives><name name-style="eastern" xml:lang="ru"><surname>Земцов</surname><given-names>А. Н.</given-names></name><name name-style="western" xml:lang="en"><surname>Zemtsov</surname><given-names>A. N.</given-names></name></name-alternatives><bio xml:lang="ru"><p>Земцов Андрей Николаевич - кандидат технических наук, доцент кафедры «Электронно-вычислительные машины и системы».</p><p>400005, Волгоград, пр. имени В.И. Ленина, 28</p></bio><bio xml:lang="en"><p>Andrey N. Zemtsov - Сand. Sci. (Eng.), Assoc. Prof., Assoc. Prof., Department of Electronic Computers and Systems.</p><p>28 Lenin Ave., Volgograd 400005</p></bio><email xlink:type="simple">azemtsow@mail.ru</email><xref ref-type="aff" rid="aff-1"/></contrib><contrib contrib-type="author" corresp="yes"><contrib-id contrib-id-type="orcid">https://orcid.org/0000-0001-5044-1427</contrib-id><name-alternatives><name name-style="eastern" xml:lang="ru"><surname>Кузнецов</surname><given-names>М. А.</given-names></name><name name-style="western" xml:lang="en"><surname>Kuznetsov</surname><given-names>M. A.</given-names></name></name-alternatives><bio xml:lang="ru"><p>Михаил Андреевич Кузнецов - кандидат технических наук, доцент кафедры «Электронно-вычислительные машины и системы».</p><p>400005, Волгоград, пр. имени В.И. Ленина, 28</p></bio><bio xml:lang="en"><p>Mikhail A. Kuznetsov - Сand. Sci. (Eng.), Assoc. Prof., Assoc. Prof., Department of Electronic Computers and Systems.</p><p>28 Lenin Ave., Volgograd 400005</p></bio><email xlink:type="simple">35km@mail.ru</email><xref ref-type="aff" rid="aff-1"/></contrib><contrib contrib-type="author" corresp="yes"><contrib-id contrib-id-type="orcid">https://orcid.org/0000-0002-9171-6535</contrib-id><name-alternatives><name name-style="eastern" xml:lang="ru"><surname>Аль-Мерри</surname><given-names>Гайс Мохаммед Салех</given-names></name><name name-style="western" xml:lang="en"><surname>Al-Merri</surname><given-names>Ghaith Mohammed Saleh</given-names></name></name-alternatives><bio xml:lang="ru"><p>Гайс Мохаммед Салех Аль-Мерри - кандидат технических наук, доцент , кафедра "Системы автоматизированного проектирования и поискового конструирования".</p><p>400005, Волгоград, пр. имени В.И. Ленина, 28</p></bio><bio xml:lang="en"><p>Gais Mohammed Saleh Al-Merri - Lecturer, Department of Computer-Aided Design and Search Engineering Systems.</p><p>28 Lenin Ave., Volgograd 400005</p></bio><email xlink:type="simple">gaismr2009@mail.ru</email><xref ref-type="aff" rid="aff-1"/></contrib></contrib-group><aff-alternatives id="aff-1"><aff xml:lang="ru"><institution>Волгоградский государственный технический университет</institution><country>Россия</country></aff><aff xml:lang="en"><institution>Volgograd State Technical University</institution><country>Russian Federation</country></aff></aff-alternatives><pub-date pub-type="collection"><year>2025</year></pub-date><pub-date pub-type="epub"><day>04</day><month>02</month><year>2026</year></pub-date><volume>52</volume><issue>4</issue><fpage>83</fpage><lpage>90</lpage><permissions><copyright-statement>Copyright &amp;#x00A9; Земцов А.Н., Кузнецов М.А., Аль-Мерри Г., 2026</copyright-statement><copyright-year>2026</copyright-year><copyright-holder xml:lang="ru">Земцов А.Н., Кузнецов М.А., Аль-Мерри Г.</copyright-holder><copyright-holder xml:lang="en">Zemtsov A.N., Kuznetsov M.A., Al-Merri G.</copyright-holder><license xml:lang="ru" license-type="creative-commons-attribution" xlink:href="https://creativecommons.org/licenses/by/4.0/" xlink:type="simple"><license-p>Данная работа распространяется под лицензией Creative Commons Attribution 4.0.</license-p></license><license xml:lang="en" license-type="creative-commons-attribution" xlink:href="https://creativecommons.org/licenses/by/4.0/" xlink:type="simple"><license-p>This work is licensed under a Creative Commons Attribution 4.0 License.</license-p></license></permissions><self-uri xlink:href="https://vestnik.dgtu.ru/jour/article/view/1908">https://vestnik.dgtu.ru/jour/article/view/1908</self-uri><abstract><sec><title>Цель</title><p>Цель. Цель работы состоит в исследовании недостатков распространенных в настоящее время объективных математических критериев, основанных на принципе измерения вносимой ошибки, а также демонстрации преимуществ критериев, учитывающих особенности зрительной системы человека.</p></sec><sec><title>Метод</title><p>Метод. Исследование основано на моделировании внесения искажений импульсным шумом. Полученное качество изображения оценивается с применением вышеуказанных метрик. Метрики оценки качества должны хорошо согласовываться с результатами субъективных оценок для широкого класса изображений, не требуя при этом чересчур сложных вычислений; имели простую аналитическую форму и их можно было бы применять в качестве критериев оптимальности при оптимизации или выборе параметров систем обработки изображений, в том числе, систем машинного обучения.</p></sec><sec><title>Результат</title><p>Результат. Результаты экспериментов показывают слабую сторону традиционных подходов к оценке качества изображения, основанных на использовании математических мер, оценивающих вносимую алгоритмом обработки ошибки.</p></sec><sec><title>Вывод</title><p>Вывод. Метрики представляют собой распространенные в настоящее время объективные критерии, с помощью которых можно измерить отклонения, но они плохо коррелируют с субъективными показателями качества. Метрики, учитывающие особенности зрительной системы человека, позволяют оценивать качество изображения как измерение структурных искажений, а не вносимых ошибок. Проведенные нами эксперименты позволили показать, что улучшенная метрика имеет не линейную, а показательную зависимость от вероятности искажения значения пикселя, значительно лучше коррелирует с субъективным визуальным восприятием качества изображения, подвергшегося обработке, чем среднеквадратическое отклонение.</p></sec></abstract><trans-abstract xml:lang="en"><sec><title>Objective</title><p>Objective. The aim of the work is to study the shortcomings of currently widespread objective mathematical criteria based on the principle of measuring the introduced error, as well as to demonstrate the advantages of criteria that take into account the features of the human visual system.</p></sec><sec><title>Method</title><p>Method. The study is based on modeling the introduction of distortions by impulse noise. The resulting image quality is assessed using the above metrics. Quality assessment metrics should be consistent with subjective assessment results for a wide range of images without requiring complex computations; they should have a simple analytical form and be applicable as optimality criteria for optimizing or selecting parameters for image processing systems, including machine learning systems.</p></sec><sec><title>Result</title><p>Result. The experimental results show the weakness of traditional approaches to image quality assessment based on the use of mathematical measures that assess the error introduced by the processing algorithm.</p></sec><sec><title>Conclusion</title><p>Conclusion. These metrics are currently widespread objective criteria that can be used to measure deviations, but they correlate poorly with subjective quality indicators. Metrics that take into account the peculiarities of the human visual system allow us to evaluate image quality as a measurement of structural distortions, rather than introduced errors. Our experiments have shown that the improved metric has a non-linear but exponential dependence on the probability of pixel value distortion, and correlates much better with the subjective visual perception of the quality of the image that has been processed than the standard deviation.</p></sec></trans-abstract><kwd-group xml:lang="ru"><kwd>среднеквадратическое отклонение</kwd><kwd>индекс структурного сходства</kwd><kwd>оценка качества изображений</kwd><kwd>зрительная система</kwd><kwd>кодирование изображений</kwd></kwd-group><kwd-group xml:lang="en"><kwd>mean squared error</kwd><kwd>structural similarity</kwd><kwd>image quality assessment</kwd><kwd>human visual system</kwd><kwd>image coding</kwd></kwd-group></article-meta></front><back><ref-list><title>References</title><ref id="cit1"><label>1</label><citation-alternatives><mixed-citation xml:lang="ru">Marias K. The Constantly Evolving Role of Medical Image Processing in Oncology: From Traditional Medical Image Processing to Imaging Biomarkers and Radiomics // Journal of Imaging, 2021. 7(8). 124.</mixed-citation><mixed-citation xml:lang="en">Marias K. The Constantly Evolving Role of Medical Image Processing in Oncology: From Traditional Medical Image Processing to Imaging Biomarkers and Radiomics. Journal of Imaging, 2021;7(8):124. (In Russ)</mixed-citation></citation-alternatives></ref><ref id="cit2"><label>2</label><citation-alternatives><mixed-citation xml:lang="ru">Zhang J., Chen Z., Liu S. Remote Sensing Image Coding for Machines on Semantic Segmentation via Contrastive Learning // IEEE Transactions on Geoscience and Remote Sensing, 2024. vol. 62. pp. 1-13. 5645013.</mixed-citation><mixed-citation xml:lang="en">Zhang J., Chen Z., Liu S. Remote Sensing Image Coding for Machines on Semantic Segmentation via Contrastive Learning. IEEE Transactions on Geoscience and Remote Sensing, 2024;62:1-13. 5645013.</mixed-citation></citation-alternatives></ref><ref id="cit3"><label>3</label><citation-alternatives><mixed-citation xml:lang="ru">Коржик В.И., Красов А.В. Цифровая стеганография: учебник. М.: ООО «КноРус». 2023. 324 с.</mixed-citation><mixed-citation xml:lang="en">Korzhik V.I., Krasov A.V. Digital Steganography: A Textbook. Moscow: OOO KnoRus. 2023:324 p.</mixed-citation></citation-alternatives></ref><ref id="cit4"><label>4</label><citation-alternatives><mixed-citation xml:lang="ru">Земцов А.Н. Методы цифровой стеганографии для защиты авторских прав: монография. Saarbrucken: LAP Lambert, 2012. 148 с.</mixed-citation><mixed-citation xml:lang="en">Zemtsov A.N. Digital Steganography Methods for Copyright Protection: A Monograph. Saarbrucken: LAP Lambert, 2012:148 p.</mixed-citation></citation-alternatives></ref><ref id="cit5"><label>5</label><citation-alternatives><mixed-citation xml:lang="ru">Бахрушина Г. И. Скремблирование цифровых изображений / Г.И. Бахрушина, Д.С. Синьков, А.П. Бахрушин // Ученые заметки ТОГУ, 2018. Т. 9, № 1. С. 636-645.</mixed-citation><mixed-citation xml:lang="en">Bakhrushina G. I. Scrambling Digital Images /G.I. Bakhrushina, D.S. Sinkov, A.P. Bakhrushin. Scientific Notes of TNU, 2018;9(1):636-645. (In Russ)</mixed-citation></citation-alternatives></ref><ref id="cit6"><label>6</label><citation-alternatives><mixed-citation xml:lang="ru">Земцов А.Н., Цыбанов В.Ю. Скремблирование цифровых изображений // Инженерный вестник Дона, 2020. № 6 URL: ivdon.ru/ru/magazine/archive/N6y2020/6503.</mixed-citation><mixed-citation xml:lang="en">Zemtsov A.N., Tsybanov V. Yu. Scrambling Digital Images. Engineering Bulletin of the Don, 2020;6. URL: ivdon.ru/ru/magazine/archive/N6y2020/6503. (In Russ)</mixed-citation></citation-alternatives></ref><ref id="cit7"><label>7</label><citation-alternatives><mixed-citation xml:lang="ru">Иванов А.В. Методы, алгоритмы и устройства кодирования и декодирования изображений. Санкт-Петербург: Издательско-полиграфическая ассоциация высших учебных заведений, 2019. 260 с.</mixed-citation><mixed-citation xml:lang="en">Ivanov A.V. Methods, Algorithms, and Devices for Coding and Decoding Images. St. Petersburg: Publishing and Printing Association of Higher Educational Institutions, 2019: 260 p. (In Russ)</mixed-citation></citation-alternatives></ref><ref id="cit8"><label>8</label><citation-alternatives><mixed-citation xml:lang="ru">Земцов А.Н. Представление изображений с помощью преобразования Ле Галла // Вестник Томского государственного университета. Управление, вычислительная техника и информатика, 2018. № 43. С. 42-48.</mixed-citation><mixed-citation xml:lang="en">Zemtsov A.N. Image representation using the Le Gall transform. Bulletin of Tomsk State University. Management, Computing and Information Science, 2018; 43: 42-48. (In Russ)</mixed-citation></citation-alternatives></ref><ref id="cit9"><label>9</label><citation-alternatives><mixed-citation xml:lang="ru">Park K., Chae M., Cho J.H. Image Pre-Processing Method of Machine Learning for Edge Detection with Image Signal Processor Enhancement // Micromachines, 2021. 12(1), 73.</mixed-citation><mixed-citation xml:lang="en">Park K., Chae M., Cho J.H. Image Pre-Processing Method of Machine Learning for Edge Detection with Image Signal Processor Enhancement. Micromachines, 2021;12(1):73.</mixed-citation></citation-alternatives></ref><ref id="cit10"><label>10</label><citation-alternatives><mixed-citation xml:lang="ru">Сычев А.С. Безэталонный интегрально-мультипликативный показатель качества цифровых полутоновых изображений/А.С. Сычев, И.С. Холопов // Цифровая обработка сигналов, 2018. № 3. С. 49-55.</mixed-citation><mixed-citation xml:lang="en">Sychev A.S. Reference-free integral-multiplicative quality indicator of digital halftone images/A.S. Sychev, I.S. Kholopov. Digital signal processing, 2018;3:49-55 (In Russ)</mixed-citation></citation-alternatives></ref><ref id="cit11"><label>11</label><citation-alternatives><mixed-citation xml:lang="ru">Сай С.В. Метрика искажений мелких структур компрессированных изображений // Компьютерная оптика, 2018. Т. 42. № 5. С. 829-837.</mixed-citation><mixed-citation xml:lang="en">Sai S.V. Metric of distortions of fine structures in compressed images. Computer Optics, 2018; 42(5):829-837.</mixed-citation></citation-alternatives></ref><ref id="cit12"><label>12</label><citation-alternatives><mixed-citation xml:lang="ru">Непараметрический алгоритм автоматической классификации многомерных статистических данных большого объёма и его применение / И.В. Зеньков, А.В. Лапко, В.А. Лапко [и др.] // Компьютерная оптика, 2021. Т. 45. № 2. С. 253-260.</mixed-citation><mixed-citation xml:lang="en">Nonparametric algorithm for automatic classification of large-volume multivariate statistical data and its application /I.V. Zenkov, A.V. Lapko, V.A. Lapko [et al.] Computer Optics, 2021;45(2): 253-260. (In Russ)</mixed-citation></citation-alternatives></ref><ref id="cit13"><label>13</label><citation-alternatives><mixed-citation xml:lang="ru">Wang Z., Bovik A.C., Sheikh H.R., Simoncelli E.P. Image Quality Assessment: From Error Visibility to Structural Similarity // IEEE Transactions on Image Processing, 2004. 13(4). pp. 600-612.</mixed-citation><mixed-citation xml:lang="en">Wang Z., Bovik A.C., Sheikh H.R., Simoncelli E.P. Image Quality Assessment: From Error Visibility to Structural Similarity. IEEE Transactions on Image Processing, 2004;3(4):600-612.</mixed-citation></citation-alternatives></ref><ref id="cit14"><label>14</label><citation-alternatives><mixed-citation xml:lang="ru">Антоненко А.С. Оценка параметров QoS для бесперебойной работы IPTV // T-Comm: Телекоммуникации и транспорт, 2020. Т. 14. № 10. С. 33-38.</mixed-citation><mixed-citation xml:lang="en">Antonenko A.S. Assessing QoS Parameters for Uninterrupted IPTV Operation. T-Comm: Telecommunications and Transport, 2020;14(10.):33-38. (In Russ)</mixed-citation></citation-alternatives></ref><ref id="cit15"><label>15</label><citation-alternatives><mixed-citation xml:lang="ru">Земцов А.Н. Сравнительный анализ эффективности методов сжатия изображений на основе дискретного косинусного преобразования и фрактального кодирования//Прикладная информатика, 2011. № 4(34). С. 90-104.</mixed-citation><mixed-citation xml:lang="en">Zemtsov A.N. Comparative Analysis of the Efficiency of Image Compression Methods Based on the Discrete Cosine Transform and Fractal Coding. Applied Informatics, 2011; 4(34): 90-104. (In Russ)</mixed-citation></citation-alternatives></ref><ref id="cit16"><label>16</label><citation-alternatives><mixed-citation xml:lang="ru">Земцов А.Н. Защита от неправомерного использования графической информации в социальных сетях // Современные наукоемкие технологии, 2020. № 7. С. 51-56.</mixed-citation><mixed-citation xml:lang="en">Zemtsov A.N. Protection against Unauthorized Use of Graphic Information in Social Networks. Modern Science-Intensive Technologies, 2020;7;51-56. (In Russ)</mixed-citation></citation-alternatives></ref><ref id="cit17"><label>17</label><citation-alternatives><mixed-citation xml:lang="ru">Jierula A., Wang S. Study on Accuracy Metrics for Evaluating the Predictions of Damage Locations in Deep Piles Using Artificial Neural Networks with Acoustic Emission Data // Applied Sciences, 2021. 11(5). 2314.</mixed-citation><mixed-citation xml:lang="en">Jierula A., Wang S. Study on Accuracy Metrics for Evaluating the Predictions of Damage Locations in Deep Piles Using Artificial Neural Networks with Acoustic Emission Data. Applied Sciences, 2021:11(5). 2314.</mixed-citation></citation-alternatives></ref><ref id="cit18"><label>18</label><citation-alternatives><mixed-citation xml:lang="ru">Schmid L., Roidl M., Kirchheim A. Comparing Statistical and Machine Learning Methods for Time Series Forecasting in Data-Driven Logistics – A Simulation Study //Entropy, 2025. 27(1). 25.</mixed-citation><mixed-citation xml:lang="en">Schmid L., Roidl M., Kirchheim A. Comparing Statistical and Machine Learning Methods for Time Series Forecasting in Data-Driven Logistics – A Simulation Study. Entropy, 2025;27(1). 25.</mixed-citation></citation-alternatives></ref><ref id="cit19"><label>19</label><citation-alternatives><mixed-citation xml:lang="ru">Гаврилов Д.А. Аппаратная реализация сжатия динамического диапазона цифровых изображений на ПЛИС Xilinx / Д.А. Гаврилов, А.В. Павлов, Д.Н. Щелкунов//Журнал радиоэлектроники, 2018. № 10. С. 16.</mixed-citation><mixed-citation xml:lang="en">Gavrilov D.A. Hardware Implementation of Dynamic Range Compression of Digital Images on Xilinx FPGAs/D.A. Gavrilov, A.V. Pavlov, D.N. Shchelkunov. Journal of Radio Electronics, 2018;1016. (In Russ)</mixed-citation></citation-alternatives></ref><ref id="cit20"><label>20</label><citation-alternatives><mixed-citation xml:lang="ru">Старобинец Д.Ю. Автоматический выбор параметров сжатия изображений с потерями на основе инвариантных моментов при дистанционном зондировании Земли//Современные проблемы дистанционного зондирования Земли из космоса, 2017. Т. 14. № 5. С. 26-36.</mixed-citation><mixed-citation xml:lang="en">Starobinets D.Yu. Automatic selection of lossy image compression parameters based on invariant moments. in Earth remote sensing. Modern Problems of Earth Remote Sensing from Space, 2017;14(5): 26-36.</mixed-citation></citation-alternatives></ref><ref id="cit21"><label>21</label><citation-alternatives><mixed-citation xml:lang="ru">Земцов А.Н. Сравнительный анализ эффективности методов сжатия изображений на основе дискретного косинусного преобразования и фрактального кодирования//Прикладная информатика, 2011. № 5(35). С. 77-84.</mixed-citation><mixed-citation xml:lang="en">Zemtsov A.N. Comparative analysis of the efficiency of image compression methods based on discrete cosine transform and fractal coding. Applied Informatics, 2011;5(35):77-84. (In Russ)</mixed-citation></citation-alternatives></ref><ref id="cit22"><label>22</label><citation-alternatives><mixed-citation xml:lang="ru">ISO/IEC 15444-1 ITU-T Rec. T. 800, Information Technology – JPEG 2000 Image Coding System: Core Coding System, 2019. 196 p.</mixed-citation><mixed-citation xml:lang="en">ISO/IEC 15444-1 ITU-T Rec. T. 800, Information Technology – JPEG 2000 Image Coding System: Core Coding System, 2019:196 p. (In Russ)</mixed-citation></citation-alternatives></ref></ref-list><fn-group><fn fn-type="conflict"><p>The authors declare that there are no conflicts of interest present.</p></fn></fn-group></back></article>
