SSIM（结构相似性）是由德州大学奥斯丁分校图像和视频工程实验室（Laboratory for Image and Video Engineering）提出的图像相似度测量指标，通过比较未压缩的无失真图像与失真图像的亮度、对比度与结构三个维度构建数学模型，其核心参数包括图像均值（μ）、标准差（σ）及协方差（σxᵧ），能够将图像失真分解为亮度、对比度和结构变化三类独立因素。

给定两个图像和, 两张图像的结构相似性可按照以下方式求出：

其中是的平均值，是的平均值，是的方差，是的方差，是和的协方差。，是用来维持稳定的常数。是像素值的动态范围。,。

结构相似性的范围为-1到。当两张图像一模一样时，SSIM的值等于1。

作为结构相似性理论的实现，结构相似度指数从图像组成的角度将结构信息定义为独立于亮度、对比度的，反映场景中物体结构的属性，并将失真建模为亮度、对比度和结构三个不同因素的组合。用均值作为亮度的估计，标准差作为对比度的估计，协方差作为结构相似程度的度量。

由于SSIM的出色表现，SSIM已经成为广播和有线电视中广为使用的一种衡量视频质量的方法。在超分辨率，图像去模糊中都有广泛的应用。