介紹
人眼主要是根據圖像中的低級特徵(例如階躍邊緣、零交叉邊緣等)來理解圖像。基於生理和心理學研究發現，人類視覺可察覺到的特徵和不同頻率下傅立葉級數的相位一致性是一致的，也就是說人類感覺到的圖像特徵總是位於相位一致性高的點上。相位一致性可以被看做是體現局部結構信息重要性的一種無量綱。Liu等把相位一致性(PC)用於圖像質量評價,特徵相似性(FSIM)選取相位一致性信息作為第一個特徵。考慮到相位一致性不受對比度的影響，而對比度會影響圖像的質量，因此FSIM引入了圖像梯度作為第二個特徵。相位一致性和梯度信息共同合作，有效地提取人類感興趣的特徵點，基於特徵相似性的圖像質量評價方法也就取得了比較好的結果。
相位一致性
相位一致性(PC)理論假設圖像中傅立葉分量級數最高的點為特徵點，而並不是簡單的認定灰度變化最大的點為特徵點。經過生理學和物理學的證明，相位一致性可以提供一種簡單而有效的方法來模擬人類視覺系統觀察和感知圖像的特徵。
梯度
梯度可以通過卷積掩膜來表示，Sobel運算元，Prewitt運算元和Scharr運算元是最常用到的計算梯度的三種方法。圖像的梯度信息幅度GM就可以定義為：G =(Gx+Gy)，其中Gx和 Gy分別為在水平和垂直方向上計算得到的梯度值。
