图像质量评价体系的发展

《图像质量评价体系的发展》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、像质量评价体系的发展目录1112223333翻1传统图象质量评价方法1.1图象的客观质量评价方法1.2图象的主观质置评价方法2.图象质量评价的新方法2.1某于视觉感知的阁象质量评价方法2.2基于视觉兴趣的图象质量评价方法3.发展前景展望4•结论轉捕摘要在阁象通信过程中，将間象传输到接收端，耍经过采集、传输、处理、记录等过程，所冇这些技术的优劣都会影响到图象质量。阁象质兒的含义主要包括两个方而：阁象的遥真度和阁象的可愤度。为了对阁象通倍的某些环节进行合理评估，阁象质M评价的研究己成为阉象倌怠工程的基础技术之一多少年來，人们希望能够找出图象遥真度和可懂度的定童测量方法，作为评价图象和设计图

2、象系统的依掘，但H前人们对人类视觉特性仍没有充分理解，特别是对人眼视心理特性还难以找出定景的描述方法，因此图象质景评价还奋待深入研究。关键词：图像质量评价客观主观发展1传统图象质量评价方法在传统的图象质景评价方法屮，奋代表性的方法主要奋两种：客观评价和主观评价。1.1图象的客观质量评价方法客观评价是用恢复阎象偏离原始网象的误差来衡兒恢复网象的质朵，源于数裾传输过程中均方信噪比的思想。蝻常用的冇均方误差和峰值信噪比。能反映少数象点有较人灰度差别和较多象点有较小灰度差别等各种情况。显然对图象中各个象点同样对待，不能反映人眼的视觉特性。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。1

3、）全参考，需要原始图像的所有信息；2）部分参考，需要原始图像的特征信息；3）无参考型，不需要原始图像。1.2图象的主观质量评价方法主观评价方法就是让观察者根据一些亨先规定的评价尺度或ti己的经验，对测试图象=按视觉效果提出质量判断，并给出质量分数，对所有观察者给出的分数进行加权下•均，所得的结果即为图象的主观质量评价。主观质量评价分为绝对主观评价方法和相对主观评价方法两类。绝对主观评价方法足指在无标准的参考阁像情况卜，由观察者根裾预先规定的评价尺度成f=i己的经验，对待测I冬I像给出质S判断。相对主观评价方法是在冇标准图像的情况下，由观察者将一批图像由好到坏进行分类，对图像进行互相比较

4、并给岀相应的分值。ffl对判断往往比绝对判断更加稳定、准确。国际电信联盟（ITU）［16］提出了若干种主观评价方法的标准，主观评价方法主要杏双刺激损伤分级法、双刺激连续质量分级法、单刺激连续质量分级法等。主观评价主要奋两种度量尺度，即绝对尺度和相对尺度。这种测暈方法虽然较好地反映出了阁象的直观质朵，但无法应用数学模型对K进行描述；从工程应用的角度，过于费时费力，所以在实际应用中，图象的主观质fi评价方法受到了严重限制，S•至根木不适合于某些应用场合，如图象传输等领域。级别绝对浏量尺度相对测景尺度.•1很好一群中最好的2较好好于该群中平均水平的3一般该群+平均水平4较差差于该群屮平均水平

5、的5很差该群屮最差的2.图象质量评价的新方法图象最终是供人看的，因此合理评价图象质量的方法应充分遵循人眼的视觉特性（HVs）。随着多媒体数据压缩技术的发展，阁象质量评价方法的研究也进入了一个新阶段，即客观标准看起来直观、严格，但川它们所求得的结果常与人们主观视觉效果不一致。这是因为均方误差和峰值信噪比是从总体上反映原始阁象和恢a阁象的差別，并不从以往物理意义上简单的误差统计方法转为结合人眼视觉特性的误差统计方法。大M的研究表明，基于HVS的测量方法优于没奋考虑HvS的测量方法151。从图象质量评价的研究进展來看，0前新的测量方法主要分为两类：基于视觉感知的测景A法和基于视觉兴趣的测景方

6、法。2.1基于视觉感知的图象质量评价方法图象降质对人眼视觉的影响是由人眼视觉系统的灵敏度决定的，而视觉灵敏度是由人眼的视觉细胞决定的。此外，人眼视觉系统的灵敏度还受到阁象局部空叫频率的影响，人朵实验结果证明影响象素误差可视度的因素是误差周围的局部区域环境，而不足整个阉象的背景环侧。根据上述视觉特性，人们建立了各种HVS模型，用以评价图象的质跫。最典型的HvS模型模拟了视觉感知的3个显著特性，即：视觉非线性特性（weber定律）、视觉敏感度带通和视觉多通道及掩盖效应。考虑人眼视觉所ft有的亮度屏蔽和空间频率屏蔽特性的基础上，给lli了一种感知测量方法，在整个屏蔽过程中体现出了人眼视觉所具

7、有的非线性特性。由上可知，H前的感知测景方法较多地考虑了人眼视觉的生理特性，而对人眼视觉的心理特性却研究得较少。2.2基于视觉兴趣的图象质量评价方法®于图象A容的编码技裂圳启示Y人们对®于视觉兴趣的图象质S评价方法的研究。从视觉心理孕角度，视觉是一种积极的感受行为，不仅与生理因素有关，还在相当人的程度上取决于心理因素。人们在观察和理解阁象吋往往会不自觉地对其中某些区域产生兴趣，这些区域被称为“感兴趣区”。整幅图象的视觉质景往往取决于Rol的质景