圖像質(zhì)量客觀評(píng)價(jià)技術(shù)研究.pdf

1、視覺(jué)信息是人類獲取信息的最主要途徑，人類的發(fā)展與社會(huì)技術(shù)的進(jìn)步推動(dòng)我們?cè)诳梢曅畔⒌牟杉@示、存儲(chǔ)、傳輸?shù)确矫嫒〉昧碎L(zhǎng)足的進(jìn)步。數(shù)字圖像、視頻的日益成為成為人們?nèi)粘Ｉ钪须x不開(kāi)的媒體信息。在數(shù)字圖像的獲取、處理、編碼、存儲(chǔ)、傳輸和重建的每一個(gè)步驟中，圖像都會(huì)產(chǎn)生失真。失真圖像由于損失了部分甚至全部信息，以至于達(dá)不到應(yīng)用的要求。如何衡量系統(tǒng)獲取、重建、接收的圖像質(zhì)量的優(yōu)劣，以及如何設(shè)計(jì)簡(jiǎn)單、高效的圖像質(zhì)量評(píng)價(jià)算法成為亟待解決的問(wèn)題。

2、>　　 圖像質(zhì)量的客觀評(píng)價(jià)算法根據(jù)是否需要參考圖像的信息分為三類：全參考、半?yún)⒖己蜔o(wú)參考評(píng)價(jià)方法。本文根據(jù)此分類分別從三個(gè)方面對(duì)客觀評(píng)價(jià)算法進(jìn)行了研究。首先，根據(jù)人眼視覺(jué)的特性，提出在全參考評(píng)價(jià)算法實(shí)現(xiàn)過(guò)程中，圖像的不同區(qū)域應(yīng)加以區(qū)別對(duì)待，特別是結(jié)構(gòu)區(qū)域與平坦區(qū)域、復(fù)雜區(qū)域的區(qū)別。其次，根據(jù)結(jié)構(gòu)在視覺(jué)感知中的重要性，提出基于結(jié)構(gòu)信息統(tǒng)計(jì)的半?yún)⒖荚u(píng)價(jià)算法。最后，結(jié)合常見(jiàn)的失真現(xiàn)象——模糊，提出基于局部峰度的無(wú)參考圖像模糊度量算法。本文主

3、要工作如下：
　　 1)根據(jù)HVS中不同區(qū)域具有不同的視覺(jué)感興趣度的特性，提出了基于局部重要度的圖像質(zhì)量評(píng)價(jià)算法。一幅圖像被觀察時(shí)，其不同區(qū)域受到的關(guān)注度是不一樣的。在一般的圖像處理中，根據(jù)圖像的紋理特性分為紋理區(qū)域和平坦區(qū)域，分別對(duì)這兩部分進(jìn)行處理。然而圖像的掩蔽效應(yīng)顯示，圖像的紋理區(qū)域中的結(jié)構(gòu)區(qū)域應(yīng)該受到更多的關(guān)注，因?yàn)樗碚髁藞D像主要結(jié)構(gòu)特征。據(jù)此，將圖像的紋理區(qū)域通過(guò)顯著度圖提取而區(qū)分為結(jié)構(gòu)區(qū)域和復(fù)雜區(qū)域是必要的。通過(guò)

4、這樣區(qū)分，圖像被區(qū)分為平坦區(qū)域、結(jié)構(gòu)區(qū)域、復(fù)雜區(qū)域，在圖像質(zhì)量評(píng)價(jià)中分別對(duì)這三部分區(qū)域賦予不同的權(quán)重，能夠更符合人眼對(duì)圖像失真的主觀感受，客觀評(píng)價(jià)值與MOS值的相關(guān)度更高。
　　 2)針對(duì)傳輸?shù)葻o(wú)法完全獲取參考圖像的應(yīng)用場(chǎng)合，根據(jù)人眼視覺(jué)對(duì)圖像結(jié)構(gòu)的天然提取特性和對(duì)這一特性的高度適應(yīng)性，提出了基于結(jié)構(gòu)測(cè)度的半?yún)⒖荚u(píng)價(jià)算法。在某些圖像處理的應(yīng)用中，只能取得參考圖像的部分信息，如傳輸?shù)龋@也就限定我們只能利用參考圖像的少量特性信息

5、來(lái)評(píng)價(jià)圖像質(zhì)量，如何提取能充分度量圖像失真的特征信息成為關(guān)鍵。人眼對(duì)圖像結(jié)構(gòu)具有很好的提取性能以及高度的適應(yīng)性，一般而言，自然圖像中由于各個(gè)結(jié)構(gòu)所表示的內(nèi)容不同，在傳輸、壓縮等過(guò)程中，圖像的結(jié)構(gòu)信息發(fā)生了降質(zhì)從而導(dǎo)致整幅圖像的失真。本文從圖像的結(jié)構(gòu)表示入手，根據(jù)圖像結(jié)構(gòu)信息在圖像失真中的變化特點(diǎn)，提出了基于結(jié)構(gòu)測(cè)度的半?yún)⒖紙D像質(zhì)量評(píng)價(jià)算法，適用于難以獲取參考圖像，或者獲取參考圖像代價(jià)過(guò)大的應(yīng)用場(chǎng)合。
　　 3)針對(duì)不存在參考信

6、息的應(yīng)用場(chǎng)合，提出了基于局部峰度的圖像模糊度量算法。一般來(lái)說(shuō)，圖像是非平穩(wěn)信號(hào)，但在許多圖像處理流程中，都從統(tǒng)計(jì)上把圖像看做平穩(wěn)過(guò)程，這樣就可以應(yīng)用統(tǒng)計(jì)理論來(lái)分析圖像的各類特性。本文分析了二維隨機(jī)場(chǎng)和圖像信號(hào)之間的關(guān)系，結(jié)合已有的圖像二維隨機(jī)場(chǎng)近似方法，提出基于高階統(tǒng)計(jì)量的圖像模糊度量。本文分別對(duì)一維、二維的高階統(tǒng)計(jì)量進(jìn)行了實(shí)驗(yàn)驗(yàn)證和比較，通過(guò)分析，得出一維局部峰度是理想的圖像模糊度量方式。
　　 通過(guò)以上研究，表明圖像質(zhì)量的評(píng)