数字图像客观质量评价方法研究

《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，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—结构相似度，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。

⑴均方误差:MSE=()∑∑-=-=-10102'1M a N b ab ab f f MN ；

⑵峰值信噪比：PSNR=MSE

f 2max l

g 10； 其中，ab f 、'ab f 分别表示原始图像和待评价图像，且0≤a ≤ M −1,0≤b ≤N −1，max f 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：假设原始的参考图像是完全己知的,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,所以又称为盲参考质量评价，它不需要原始图像。

⑶全参考评价模型（FR ）

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。Z.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：

γβα)],([)],([)],([),(y x s y x c y x l y x SSIM ⋅⋅=；其中，0>α,0>β,0>γ是用于调整三个部分权重的参数；),(y x l ，),(y x c ，),(y x s 分别为亮度函数、对比度函数，结构函数，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：

亮度对比),(y x l =1

221

2c c y x y x +++μμμμ；对比度对比),(y x c =22222c c y x y x +++σσσσ； 结构相似对比：),(y x s =32

32c c xy xy ++σσ；

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。

⑷半参考评价模型（RR ）

RR 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）参考质量评价系统的框图如图1所示。