圖像質(zhì)量評(píng)價(jià)若干問(wèn)題研究.pdf

1、圖像作為信息的重要載體，在現(xiàn)代人們生活當(dāng)中扮演了重要的角色。而圖像在獲取、存儲(chǔ)、壓縮、傳輸?shù)冗^(guò)程中，不可避免地會(huì)造成失真。最可靠的圖像質(zhì)量評(píng)價(jià)方法是人的主觀判斷，但其通常具有耗時(shí)性、昂貴性和不具有實(shí)時(shí)性的特點(diǎn)。因此人們研究的重點(diǎn)集中在了客觀圖像質(zhì)量評(píng)價(jià)方法的設(shè)計(jì)上。客觀圖像質(zhì)量評(píng)價(jià)方法的目標(biāo)是設(shè)計(jì)出與人的主觀判斷一致的評(píng)價(jià)模型。依據(jù)對(duì)參考圖像（無(wú)失真的原圖像）的依賴(lài)程度，客觀圖像評(píng)價(jià)方法可以分為全參考圖像質(zhì)量評(píng)價(jià)、部分參考圖像質(zhì)量評(píng)價(jià)和

2、無(wú)參考圖像質(zhì)量評(píng)價(jià)。全參考圖像質(zhì)量評(píng)價(jià)是在參考圖像可以完全獲取的情況下的評(píng)價(jià)方式。當(dāng)只可獲得參考圖像的部分信息時(shí)，需要用到部分參考圖像質(zhì)量評(píng)價(jià)方法。而無(wú)參考圖像質(zhì)量評(píng)價(jià)則是在參考圖像完全不可獲取的情況下評(píng)價(jià)圖像的方法。
　　本文分別針對(duì)全參考圖像質(zhì)量評(píng)價(jià)和無(wú)參考圖像質(zhì)量評(píng)價(jià)方法進(jìn)行了研究。主要工作概括如下:
　　(1)全參考圖像質(zhì)量評(píng)價(jià)中的結(jié)構(gòu)相似度方法，主要通過(guò)局部的方式來(lái)產(chǎn)生基于特定特征的相似性圖，但是局部窗口的大小通常

3、是固定的，這使得該類(lèi)方法對(duì)圖像的邊緣區(qū)、紋理區(qū)和平滑區(qū)采取同樣的權(quán)重加權(quán)，而忽略了人類(lèi)視覺(jué)系統(tǒng)對(duì)這些區(qū)域的感知效果。為此，提出了基于感知分組策略的全參考圖像質(zhì)量評(píng)價(jià)方法。其通過(guò)自適應(yīng)窗口的方式，即通過(guò)感知分組技術(shù)使失真區(qū)域更具顯著性，來(lái)評(píng)價(jià)圖像質(zhì)量。其首先采用超像素的方法進(jìn)行感知分組，然后基于各分組的結(jié)構(gòu)相似性度量得到圖像的質(zhì)量。為此，文中實(shí)現(xiàn)了一種高效的聚類(lèi)方法，并通過(guò)它對(duì)圖像進(jìn)行分組。該方法具有很好的泛化能力，表現(xiàn)在能同時(shí)處理灰度圖

4、像、彩色圖像和醫(yī)學(xué)圖像，并且該方法也具有很低的時(shí)間復(fù)雜度。多個(gè)自然圖像數(shù)據(jù)庫(kù)和BrainWeb醫(yī)學(xué)數(shù)據(jù)庫(kù)的結(jié)果驗(yàn)證了方法的有效性。
　　(2)全參考圖像質(zhì)量評(píng)價(jià)中的經(jīng)典工程類(lèi)方法采用“特征提取——特征合并”的模式進(jìn)行評(píng)價(jià)，因此人們研究的著眼點(diǎn)聚集在特征提取和特征合并兩部分。因此，如何選取視覺(jué)特征以及針對(duì)選擇的特征采用何種合并策略，變得尤其重要。通常的方法是在特征提取后通過(guò)簡(jiǎn)單平均的合并方式得到圖像質(zhì)量。對(duì)比度作為視覺(jué)系統(tǒng)的底層特征

5、，在人們認(rèn)識(shí)圖像等視覺(jué)信息的過(guò)程扮演了重要的角色。針對(duì)對(duì)比度特征，筆者認(rèn)為其與標(biāo)準(zhǔn)方差具有某種相關(guān)性，因?yàn)閮烧叩谋硐蠖际恰胺秶钡牧慷?，即?duì)比度表示灰度的變化范圍，而標(biāo)準(zhǔn)方差在圖像質(zhì)量的刻畫(huà)中可以看作是失真嚴(yán)重程度的變化范圍，而這種表象可能蘊(yùn)含了它們內(nèi)在的一種聯(lián)系。有趣地是，一系列實(shí)驗(yàn)驗(yàn)證了想法的合理性。而為了更好地探索這種聯(lián)系，采取了多尺度技術(shù)，因?yàn)槿祟?lèi)視覺(jué)系統(tǒng)通常具有多分辨率特性，即其分辨能力容易受到觀測(cè)距離、采樣頻率等因素的影響，

6、與此同時(shí)，自然圖像通常也具有多尺度性?？傊?，本文提出了基于多尺度的對(duì)比度相似方差的全參考圖像質(zhì)量評(píng)價(jià)方法。其首先在每個(gè)尺度上計(jì)算參考圖像和失真圖像的對(duì)比度相似圖，然后采用標(biāo)準(zhǔn)方差進(jìn)行合并，最后綜合各尺度的結(jié)果以形成圖像質(zhì)量的評(píng)價(jià)值。實(shí)驗(yàn)結(jié)果顯示該方法在與人的主觀一致性和計(jì)算效率方面表現(xiàn)出較好的性能。
　　(3)基于自然場(chǎng)景統(tǒng)計(jì)的無(wú)參考圖像質(zhì)量評(píng)價(jià)方法通常用某個(gè)模型來(lái)表征圖像在某個(gè)變換域的系數(shù)分布，通過(guò)將該模型的參數(shù)作為特征以反映邊

7、緣分布的變化?？紤]到人類(lèi)視覺(jué)系統(tǒng)通常對(duì)圖像邊緣信息比較敏感，而邊緣可通過(guò)梯度得到很好的反映，并且注意到對(duì)數(shù)概率能較精確的反應(yīng)概率分布的非高斯特性，因此文中基于對(duì)數(shù)方向梯度的對(duì)數(shù)直方圖進(jìn)行研究，發(fā)現(xiàn)廣義拉普拉斯分布能很好地?cái)M合該直方圖，并且不同程度、不同類(lèi)型的失真對(duì)該分布具有不同的偏離。通過(guò)對(duì)該直方圖的進(jìn)一步分析，文中在四個(gè)方向上分別提取了方差、峰度、差分熵和熵四個(gè)特征。這四個(gè)方向分別為水平、垂直、主對(duì)角和副對(duì)角的對(duì)數(shù)梯度方向?？紤]到自然