《数字图像客观质量评价方法研究资料》由会员分享，可在线阅读，更多相关《数字图像客观质量评价方法研究资料（8页珍藏版）》请在金锄头文库上搜索。
1、XIAN UNIVERSITY OF TECHNOLOGY新技术讲座课程课程大作业作业名称：数字图像客观质量评价方法综述姓 名：学 号：班 级：完成时间：2013 年11 月 1 日数字图像客观质量评价方法综述姓名（XX大学XX学院XX班XX地方 联系方式）摘要 : 本文综合论述了数字图像客观质量评价方法。介绍了目前通用的均方误差和峰值信噪比方法；对目前研究较为成熟的全参考、半参考及无参考三类质量评价方法进行归纳总结；并对新的图像质量客观评价方法进行介绍及分析。 文中首先简述了数字图像质量评价的历史背景；然后概述了国内外研究进展与现状；最后指出了图像质量评价的发展方向。关键词 : 数字图像客观
2、质量评价均方误差 峰值信噪比全参考 半参考 无参考 历史背景进展与现状发展方向1. 引言随着计算机和网络的发展，图像应用领域得到不断扩展。 在图像的获取、处理、传输和记录的过程中，由于成像系统、处理方法、传输介质和记录设备等不完善，以及物体运动、噪声污染等，某些图像失真和降质不可避免。 比如：视频传输过程中的图像失真， 视频终端图像出现模糊等； 医学图像质量不达标， 使医生无法正确判断病情等。 这给人们认识客观世界、 研究解决问题带来很大的困难。 在图像识别中， 所采集到的图像质量直接影响识别结果的准确性和可靠性； 军事应用方面， 战场监视和打击评估的效果也取决于无人机等航拍设备所采集到的图像
3、或视频的质量因此，图像质量的合理评估具有非常重大的意义。图像质量评价是图像处理系统的重要指标， 是测度图像处理、 编码和传输技术及应用系统性能好坏的重要依据。现有的图像质量评价分为主观评价和客观评价两类。 1) 主观评价方法： 由观察者对图像质量进行评分， 直接反映人眼的感觉。 主观质量评价是相对较为准确的图像质量评价方法，但是由于其耗时、昂贵，且易受实验环境、观察者的知识水平、喜好等自身条件等因素影响，评价结果往往不稳定，不适用于实时系统、可移植性较差。 2) 客观评价方法： 依据模型的量化指标或参数衡量图像质量， 利用数学和工程方法对图像质量进行度量，具有简单、实时、可重复和易集成等优点，
4、弥补了主观评价方法的不足。随着近几十年的快速发展，客观评价方法成为了图像质量评价体系中的研究热点。2. 国内外图像质量评价的研究进展与现状早在 1986 年 I.E.Abdou 就给出包括图像逼真度和图像可懂度两个主要方面的图像质量评价。 图像的逼真度是描述被评价图像与标准图像的偏离程度， 图像的可懂度则是表示图像能向人或计算机提供信息的能力。人们希望能够找出图像逼真度和可懂度的定量测量方法，作为评价图像和设计图像系统的依据。2001 年 T.J.Janssen 基于四个原因 ( 图像不是简单的二维信号而是作为视觉信息的载体； 视觉感知过程不是信号处理而应该是信息处理； 视觉感知过程不是独立的
5、过程， 而是人们与环境交互的基本阶段； 图像质量不是图像失真的可见性， 而是指作为视觉交互过程阶段的输入时的适当性。 ) 提出了一个图像质量的理论框架。2002 年 Wang Zhou 等人撰文详细分析了图像质量评价的困难和存在的问题。同年，Wang Zhou 和 Bovik 等人在多年对图像处理、图像压缩及图像视觉质量评价的研究工作基础上首次提出了结构信息的概念。 他们认为， 人眼视觉的主要功能是提取背景中的结构信息，而且人眼视觉系统能够高度自适应地实现这一目标。 因此， 对图像的结构失真的度量应是图像感知质量的最好近似，并在此基础上提出了一种符合HVS特性的图像质量客观评价方法一结构相似度
6、，是图像质量评价方向里程碑式的工作。2005年Wang Zhou等人给出了弱参考评价RR的结构模型。2008年王体胜等人提出了一种新的部分参考型图像质量评价方法，利用Contourlet分解实现对图像内视觉敏感系数的提取，通过统计比较失真图像和原始图像视觉敏感系数的关系，得到对失真图像的质量评价测度。不管是哪种图像质量评价方法，都存在一定程度上的优缺点。现有的图像质量评价方法可分为两大类：主观评价和客观评价。由于主观评价的不足及实际应用的需要，下面主要讨论客 观质量评价。3. 图像质量客观评价客观评价是基于仿人眼视觉模型的原理进行评估。ITU-R视频质量专家组（ITU-R VQEG）规定了两个
7、简单的技术参数：均方误差（MSE）和峰值信噪比（PSNR）来进行图像质量的客观评价。 M 1N 1如1, 2均万误差：MSE=fab fab ;MN a 0b 0峰值信噪比:f2PSNR=0lgmax- MSE其中，fab、fab分别表示原始图像和待评价图像，且0waw M-1,0b N-1, fmax为 图像最大灰度值。这2种方法是基于像素误差统计的算法，通过计算对应像素点灰度值之间的误差来衡量图像的质量。其缺点是：仅计算像素间的差异性，评价结果并不能很好地反映人眼对图像质量的主观感受。峰值信噪比方法数学表达简单直观，反映了整幅图像的失真程度，是常用的衡量信号失真的指标。但是 PSNR不涉及
8、信号自身内容的特征，对某些图像或视频序列进行质量评价时会与主观感知的质量产生较大的偏差。根据对原始图像信息的依赖程度，客观质量评价可分为 3类。即，全参考图像质量评价：假设原始的参考图彳t是完全己知的，并且参考图像为完美的，质量很好的，对于参考图像的任 何改变都造成了图像质量的破坏，对比原图像的情况下进行客观质量评价，它需要原始图像的所有信息；部分(半)参考图像质量评价：图像的信息并不完全被人们所知道，但是一些关键的并且是可提取的信息可以从图像中得到对于利用这些信息的评价认为是半参考图像质量评价，介于全参考和无参考质量评价之间，需要原始图像的特征信息；无参考型图像质量评价：参考图像是完全未知的
9、，所以又称为盲参考质量评价，它不需要原始图像。全参考评价模型(FRO近年来，随着视觉生理学和视觉心理学的发展，以及对人眼视觉系统研究的深入，涌现出了许多基于人眼视觉系统(HVS特性的全参考客观质量评价方法和模型。乙Wang等人提出的符合HVS特性的图像质量客观评价方法，一种基于结构相似度(SSIM)的图像质量评价新方法。该方法假定人眼视觉系统非常适于提取视域中的结构信息。则目标图像与参考图像的相似度定义为：SSIM(x,y) l(x,y) c(x, y) s(x,y)；其中， 0,0,0是用于调整三个部分权重的参数；l(x,y), c(x, y), s(x, y)分别为亮度函数、对比度函数，结
10、构函 数，三个函数相互独立且满足对称性、边界性和最大值唯一性，其定义为：一-2 x y Cl 2 x y C2亮度对比l (x, y) =y2；对比度对比c(x,y) =y2 ； x y clx y C2,2 xw C3结构相似对比：s(x,y)= 2xy ； xy c3基于结构相似的方法能有效避免传统客观质量评价方法的缺陷，且与人的主观感受一 致，计算简单，易于系统实现。半参考评价模型(RHRR是一种只利用原始图像部分信息的图像质量评价方法，并且好的RR评价方法能很好地反映人类对图像的感知效果， 已经成为该领域的研究热点。经过不断的研究探讨，最终得 到对失真图像的评价测度，提出的改进的半(弱
11、)参考质量评价系统的框图如图1所示。图1半参考图像质量评价系统框图半参考评价方法只需提取部分原始图像数据用于评价，该方法灵活性强，适用范围广泛，具有研究价值。无参考评价模型(NRRNR就是完全依赖于待评测图像本身的信息来进行质量评价，而无须原始图像的任何信息。无参考图像质量评价方法采用从单纯的客观评价算法转变为与人类视觉系统特性相结合的算法，并且基于机器学习方法的算法逐渐增多，针对性强。其困难在于：对于图像的理解还停留在较低水平，利用图像的本身信息获取相应的模型和知识表示是关键，这一点往往很难做到；由于许多非量化因素(审美观、视觉感受等)的影响会导致基于个人主观印象的人类观察者的一些感知变化，
12、而同时又无法利用可参考信号的对比，使得无参考图像质量评价问题变得复杂。基于掩盖的无参考质量评价模型，由于从四个方向来判断像素的结构特征，使得在区分边缘和噪声时更具有鲁棒性。子块内噪声的污染程度iG为：G(x,y)(g(x, y) threshold)；图像的噪声污染程度定义为：K L-L;其中，M NGi表示各个块内检测到的噪声污染程度，i是相应的块类型或块大小所对应的掩盖权值,log2(min(m,n) , m和n分别表示块图像的长和宽。由此文献提出了一种无参考图像的峰值信噪比： NPSNR 1010g103；其中，l为图像的灰度级数。K无参考评价是一个相对较新的领域，很多问题都有待研究。该
13、方法灵活性强，适用范围 广泛。全参考、半参考和无参考这 3 类图像质量评价模型都有其独特的研究价值。从研究工具的角度来说， 全参考评价模型更适合作为一个评价指标， 来综合衡量各种图像处理算法的性能； 半参考评价方法作为全参考和无参考方法的折衷， 可以嵌入到图像处理系统， 达到优化算法和参数设定的目的。无参考评价方法本质上更侧重于反映用户群的主观质量偏好。4. 未来展望图像质量客观评价正处于热点研究阶段， 各种新方法各具特色， 随着人类视觉系统研究的深入， 数字化产品的应用越来越广泛， 基于感兴趣区域的质量评价， 无参考质量评价和视频质量评价模型的建立和应用研究已经成为新的研究方向， 表现出巨大
14、的发展潜力研究与人类视觉感受一致的图像质量评价方法有很好的应用前景。 针对不同失真类型、 不同程度失真图像和不同应用环境， 算法性能还有待提高， 基于不同的应用需求， 图像客观质量评价方法中的全参考、部分参考和无参考方法，将各有应用和发展的空间。【参考文献】1 I.E.Abdou, N.J.Dusaussoy. Survey of Image Quality Measurements. Proceedings of 1986 ACMFall joint computer conference,Dallas, Texas, United States: 1986: 71-78.2 T. J. J
15、anssen. Understanding Image Quality. International Conference on Image Processing, 2001, 2: 7.3 Wang Z, Simoncelli E P. Reduced2reference Image Quality Assessment Using aWavelet Domain Natural Image Statistic ModelJ. HumanVision and Electronic Imaging X Proc, 2005, 5666(1): 149-159.4 Anush K M, Kalpana S, Rajiv S, et al. Wireless video quality assessment: A study of subjective scores and objective algorithms J.IEEE Transactions on Circuits and Systems for Video Technology, 201
