PSNR是采用最多的评价图像质量好坏的方法，但是，这种方法有时候与人眼感官有出入。在[1]中提出了一种PSNR修正的方法，这种评价方法很符合认得感官认识。
PSNR-HVS 主要处理了以下三个方面：
- error sensitivity
- structural distortion
- edge distortion
文中主要采用了RGB彩色图像进行测试，因此下面对数据的处理也将分通道进行。
1. error sensitivity
下标的r、g、b分别表示三个通道
从上面的式子可以看出：error sensitivity与PSNR的计算有点相似。
2.structural distortion
人眼主要从可视范围内提取结构信息，所以结构失真在图像质量评价有很重要的作用。
方法：对一张图像进行大小相等四方形、无重叠的分块，再对每一块获取其平均值、最大值和最小值。
最大值和最小值决定了图像对比度的级别，因此，这样做的目的就是评估失真图像的对比度的改变。平均值也可以帮助估计图像出现的错误情况。
下标 a、p、b分别表示 mean, maximum and minimum。
3.Edge Distortion
图像质量主要是依靠：edges、textures and flats。edges表示像素的突变情况和纹理变化情况。对于有相似edges的失真图像对于人眼来说有很高的评价，这一点与SSIM和PSNR刚好相反。一个精确的edge map image是进行测量edge distortion的基本步骤，文中采用了canny edge detection algorithm。
三个部分的失真的测量是比较相似的，只是对不同内容进行相似的计算，接下来就是进行整合三个影响因素。
4.Modified PSNR
关于系数：作者认为边缘信息是最容易被人们所察觉的，error 和 structural distortion的作用是相同的的作用，因此给了一个相近的值。
Reference:
[1]Gupta P, Srivastava P, Bhardwaj S, et al. A modified PSNR metric based on HVS for quality assessment of color images [C] // Communication and Industrial Application (ICCIA), 2011 International Conference on. IEEE, 2011: 1-4.
