《HVS与图像质量评价方法》由会员分享，可在线阅读，更多相关《HVS与图像质量评价方法（27页珍藏版）》请在金锄头文库上搜索。
1、HVS与图像质量评价方法视觉生理眼球（光信号）视网膜（光信号电信号）视交叉和外侧膝体（传输）视觉皮层（电信号处理）视网膜圆柱体细胞对弱光反应灵敏, 感受不到颜色,暗视觉，细节分辨能力差,对物体活动敏感椎体细胞对物像细节具有较高的分辨能力，能够识别 颜色，视觉灵敏度主要取决于椎体细胞视觉特性视觉亮度特性视觉空间频率特性视觉时间频率特性视觉亮度特性由于受人眼对比灵敏度的影响，人眼对亮度的主观感觉与 客观亮度成对数关系。人眼的亮度视觉有个重要的特点， 就是对被观察事物的绝对亮度判断力差，而对亮度的差异 判断力较强。通常用对比度来描述亮度差异，常使用下式 来确定相对对比度Crc =4 二 J些r L
2、L人眼刚能分辨的亮度差异所对应的最小相对对比度值称为 对比灵敏度因素，其大小和背景亮度L和环境亮度山有关, 如图所示0.02333x103333在宽阔常用的背景亮度 变化范围内，人眼的对 比灵敏度因素变化很小, 当背景亮度很强或很弱 时，人眼分辨亮度差异 的能力下降。当画面的背景亮度不 等于周围的坏境亮度 时，对比灵敏度不仅 与背景亮度有关，而 且与坏境亮度有关视觉亮度特性人眼对亮度的适应性分为亮适应、暗适应、 和局部适应。从平均亮度小的暗环境转入 平均亮度大的亮环境的人眼视觉过程称为 亮适应，其适应时间为几秒到几分钟。从 亮环境转入暗环境的人眼视觉适应称为暗 适应，适应时间从几秒到几十分钟。
3、视觉亮度特性视觉亮度特性的应用：由于人眼对比灵敏度高，亮度感觉决定于亮度对 比度，因而对重现图像的亮度逼真度要求的特点 是：不需重现图像与原物图像两者的亮度完全相 同，只要他们的亮度对比度相等就行，而重现图 像上有微小的亮度差异，只要它小于对比灵敏度, 则对重现图像的质量没有影响。视觉的空间频率特性视觉空间分辨率人眼辨别图像细节的能力称为视觉锐度或视觉空间分辨率，他用人眼 能够区分图像上的相邻亮点的最小视角的倒数表示，人眼对图像中心 的分辨能力大于边缘部分。人眼空间探测阈值按照傅里叶光学原理，任何图像都是由不同空间平率的亮度按正弦和 余弦规律变化的各种成分组成。空间频率越高代表图像细节越小。人
4、 眼受空间分辨率的限制，探测能力也随空间平率增高而减小。对某一 特定的空间频率成分，其亮度的最大值与最小值两者之差与两者之和 的比值为亮度调制度M。人眼空间可探测阈值曲线表示人眼对各种空 间频率成分刚可探测的最低亮度调制度。如图所示。空同fit率c/deg图像中空间频率越高的成分代表图像的 细节越小，人眼探测能力越低，为达到 可以分辨，必须相应增大其调制量。光 栅的平均强度、坏境光和单色光波长对 人眼探测光栅的能力都有影响，当这些 条件变化时，曲线要上下浮动。调制传递函数与极限分辨率调制传递函数表示传像系统的输出调制度与输入调制度的比度，他代表传像 系统对所传送图像的分辨率像质的影响。如果输入
5、图像的调制度是已知的固 定值，则调制传递函数就表示输出图像的分辨率像质。实际上任何图像传送 系统，传送图像的作用相当于低通空间频率滤波器，在空间频率域上的传像 能力随图像的频率成分的升高而减弱。如图所示。如果将输出图像分辨率相知的MTF曲线与表 示人眼视觉空间分辨率与之特性的TOD曲线 画在同一坐标上，则两曲线的交点代表人眼 观察改图像所能达到的空间分辨率的极限情 况。该点横坐标为图像可分辨的最高空间频 率，称为图像的极限分辨率，该点的纵坐标 表示图像的的最高空间频率成分的调制度。吗赫带当人们观察亮度沿坐标轴变化的亮带时，人 眼对亮带的感觉是，在亮度变化去两端附近 的暗区出现黑条，而在亮区出现
6、白条。如图 所示。s马赫带是人眼观察亮度剧变区域的主观视觉所出现的虚幻的亮或喑的条纹。 产生马赫带的原因是人眼视觉空间频率响应。在较低的空间频率区域，人眼 的视觉灵敏度并非随空间频率上升而下降，而是存在极大值，如图所示。在某一较低空间频率处，视觉灵敏度最 高，因而该空间频率成分被视觉强调所 突出。空闽頻舉c/deg马赫带效应是图像亮度变化边界处的主观锐化效应，由于它具有自动增 强图像轮廓的作用，所以在图像处理时可适当放松对轮廓锐度的要求， 而换取其他图像质量指标的改善。视觉的时间频率特性0视觉的时间频率特性oit!i 1a e科间舅i率(Hz)0HVS模型HVS通用模型HVS模型的主要特性包括
7、视觉非线性、多通道、对比敏感度带通、掩盖效应、多通道 不同激励的相互作用以及视觉生理心理特征。其中非线性、多通道、对比敏感度带通和掩盖效应的特性研究较多，有相应的计算模 型，而多通道不同激励的相互作用和视觉生理心理特性还没有精确的计算模型。HVS 模型异常复杂，它涉及到生物学、解剖学、生理学、心理学等多学科领域，因此对其 的研究还在不断的深入。基于视觉感知的评价方法-WMSE模型WMSE 羯值3 目像主PQS算法的实现思想是:首先对经二维离散傅里叶变化的原图像和冃标图像 频谱，依据HVS分别予以子带分割，并对获取的系列子带频谱进行二维傅 里叶反变换，建立相应的原图像和目标图像的子带图像系列；然
8、后分别计 算出各个子带图像对应的/VMSE值，并根据子带视觉加权系数W,进行加权 处理；经WMSE的阈值判决，最终得到该图像的质量主观评价等级。WMSE算法实现WMSE算法实现人眼视觉HVS模型对于HVS,采用模型= 0 +抄)exp(T)其中，a,b5c为常数，f为视频率，单位为cycles/degree (CPD)人眼对 36CPD的空间频率分量最为敏感。在此，去H(f)的峰值频率响应问 4.5CPD,可得：H(J) = (0205 + 0.511/)exp(7.204/)相应的HVS特性曲线如图从图中可以看到，对人眼视觉系 统不再产生影响的最大频率分量 为曲线与横轴交界处的频率值。子带图
9、像的分割方法依据建立的HVS模型，可见图像频谱中大于fmax的频率分量，不再对图像构 成明显影响。可以忽略不计，即图像的子带分割可以只在（0, fmax）频谱区 域内进行，采用等频宽子带分割，将图像分割的各个子带分别滤波，经二维 傅里叶变换，即得对应的子带图像。WMSE算法将原子带图像作为原图像，而将对应的目标子带图像作为目标图像，计算 出各个子带图像的归一化均方误差/VMSE。然后，根据人眼对图像各频带分量（子带）的敏感度的带通高低，对NMSEi予 以对应的权重W?,后相叠加，最终获得图像视觉加权后的归一化均方误差 WMSE,即WMSE 壬 WMSE产土 和 NMSE,WMSE模型探索并建立
10、了一种新的图像质量客观评价方法，该方法以传统的图 像质量方法中常用的归一化均方误差/VMSE为基础，并结合人眼视觉特性，实 现了用客观评价方法来反映主观评价结果的目标。从结果上看，WMSE明显优 于NMSE,其不仅保留了客观评价方法的优点，同时也克服了其与实际图像质 量脱节的严重缺陷，并能使图像的客观评价与主观评价结果相统一。虽然在算 法上较NMSE复杂些，但所建立的计算机评价系统只需输入原图像和冃标图像 文件即可，实现非常便捷。基于视觉兴趣的评价方法由于受到人的心理、文化背景、周围坏境、不同的应用场合等多种因素的影响，人眼对同 一幅图像中的不同区域往往具有不同的感兴趣程度，即人眼就有视觉兴趣
11、性特性。在充分 利用视觉兴趣特性的基础上，提出了基于视觉兴趣的图像质量评价方法。ROI模型为其中 一个例子。假设测量图像中只有一个感兴趣去其面积为S7；不感兴趣区力2的面积为S2；S为图像的总面积S=S 1+S2；假定人眼分别对感兴趣区和不感兴趣区的各像素点的兴趣程度相同，且他们的兴趣加权值 分别为石.4加权值越大，表示人眼对该区的感兴趣的程度越高。测量图像的均方误差/MSE为吨*入工s-Q5aj)e 岛基于视觉兴趣的评价方法s 人易=J&)其中K为调整因子，它反映了人眼对不感兴趣区或感兴趣区的重视程度。隽丈费鮫豐錨豊方鸞鹽翠報价代了一条新路,改模型能够较好的 勰鑑麻篇警露豔參处在初级阶段，仍有很多问题有待深入研究,
