In den meisten praktischen Situationen führen die Kompression oder Übertragung von Bildern und Videos zu Verzerrungen, die letztlich von einem menschlichen Beobachter wahrgenommen werden. Umgekehrt zielen Bild- und Videorekonstruktionsverfahren, wie beispielsweise Inpainting oder Rauschunterdrückung, darauf ab, die subjektive Qualitätserfahrung des menschlichen Betrachters zu verbessern. Die korrekte Bewertung der Ähnlichkeit zwischen einem Bild und einem verzerrungsfreien Referenzbild aus der Perspektive eines menschlichen Beobachters kann daher erhebliche Verbesserungen in Systemen zur Übertragung, Kompression oder Rekonstruktion ermöglichen. In diesem Artikel wird der Haar-Wavelet-basierte perceptuelle Ähnlichkeitsindex (HaarPSI) vorgestellt, ein neuartiger und rechnerisch kostengünstiger Ähnlichkeitsmaßstab für die vollständig referenzielle Bildqualitätsbewertung. Der HaarPSI nutzt die Koeffizienten, die aus einer Haar-Wavelet-Zerlegung gewonnen werden, um lokale Ähnlichkeiten zwischen zwei Bildern sowie die relative Bedeutung unterschiedlicher Bildbereiche zu bewerten. Die Übereinstimmung des HaarPSI mit der menschlichen Qualitätswahrnehmung wurde an vier großen Benchmark-Datenbanken validiert, die Tausende unterschiedlich verzerter Bilder enthalten. Auf diesen Datensätzen erreicht der HaarPSI eine höhere Korrelation mit menschlichen Bewertungsscores als state-of-the-art-Verfahren für vollständig referenzielle Ähnlichkeitsmessung wie der Strukturähnlichkeitsindex (SSIM), der Merkmalsähnlichkeitsindex (FSIM) und der auf visueller Salienz basierende Index (VSI). Zusammen mit der einfachen Berechnungsstruktur und der kurzen Ausführungszeit deuten die experimentellen Ergebnisse auf eine hohe Anwendbarkeit des HaarPSI in realen Anwendungen hin.