图像质量评价.doc

绪论

1.1引言

早期的图像处理是随由于通讯方面的要求而发展起来的，随着图像处理技术的发展，数字图像处理技术与理论已经成为计算机应用的一个重要领域，广泛应用于众多的科学与工程应用，如遥感、医学、气象、通信等。然而随着图像处理技术的迅速发展，如何正确有效地评价一幅图像的质量好坏变得越发重要起来。近年来，图像质量评价已经成为了图像信息工程领域内一项重要的研究课题，引起了学者的高度重视。

图像质量评价方法中客观评价方法又可以分为三类：全参考质量评价方法、部分参考质量评价方法和无参考质量评价方法。全参考质量评价方法需要原始图像的完整信息作为评价的参考：部分参考质量评价方法需要原始图像的部分特征或者统计信息作为评价参考：无参考质量评价方法则完全依赖于待评测图像本身的信息来进行质量评价，而无须原始图像的任何信息。在很多情况下，如在网络传输中，往往无法获得发送端的原始图像信息，因此研究无参考的客观质量评价方法是很有意义的。

1.2图像质量评价

图像质量的含义主要包括两个方面：图像的逼真度和图像的可懂度。图像质量直接取决于成像装备的光学性能、图像对比度、仪器噪声等多种因素的影响，通过质量评价可以对影像的获取、处理等各环节提供监控手段。为了对图像处理的各个环节进行合理评估，图像质量评价的研究已经成为图像信息工程的基础技术之一。多少年来，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，但目前人们对人类视觉特性仍没有充分理解，特别是对人眼视觉的心理特性还难以找出定量的描述方法，因此图像质量评价还有待深入研究。

1.2.1主观评价方法

国际上已有成熟的主观评价技术和国际标准，例如ITU-TRec.P.910规定了多媒体应用的主观评价方法；ITU-RBT.500-11规定了电视图像的主观评价方法，就视频质量主观评价过程中的测试序列、人员、距离以及环境做了详细规定。主观质量评分法(MOS：MeanOpinionScore)是图像质量最具代表性的主观评价方法，它通过对观察者的评分归一化来判断图像质量。而主观质量评分法又可以分为绝对评价和相对评价两种类型。

绝对评价是将图像直接按照视觉感受分级评分，表1.1列出了国际上规定的5级绝对尺度，包括质量尺度和妨碍尺度。对一般人来讲，多采用质量尺度；对专业人员来讲，则多采用妨碍尺度。

表1.1绝对评价尺度

质量尺度

妨碍尺度

5分

丝毫看不出图像质量变坏

5

非常好

4分

能看出图像质量变化但不妨碍观看

4

好

3分

清楚看出图像质量变坏，对观看稍有妨碍

3

一般

2分

对观看有妨碍

2

差

1分

非常严重的妨碍观看

1

非常差

相对评价是由观察者将一批图像从好到坏进行分类，将它们相互比较得出好坏，并给出相应的评分。相对尺度如表1.2所示。

表1.2相对评价尺度与绝对评价尺度对照

分数

相对测量尺度

绝对测量尺度

5分

一群中最好的

非常好

4分

好于该群中平均水平的

好

3分

该群中的平均水平

一般

2分

差于该群中平均水平的

差

1分

该群中最差的

非常差

评价的结果可用一定数量的观察者给出的平均分数求得。平均分数按照公式计算得到：

式中，为图像属于第i类的分数，为判定该图像属于第i类的观察者人数。为了保证图像主观评价在统计上有意义，参加评分的观察者至少应有20名，其中包括一般观察者和专业人员。

图像质量的主观评价方法的优点是能够真实的反映图像的直观质量，评价结果可靠，无技术障碍。但是主观评价方法也有很多缺点，如需要对图像进行多次重复实验，无法应用数学模型对其进行描述，从工程应用的角度看，耗时多、费用高，难以实现实时的质量评价。在实际应用中，主观评价结果还会受观察者的知识背景、观测动机、观测环境等因素的影响。此外，主观质量评价无法应用于所有场合，如需要进行实时图像质量评价的领域。

1.2.2客观评价方法

图像质量的客观评价方法是根据人眼的主观视觉系统建立数学模型，并通过具体的公式计算图像的质量。传统的图像质量客观评价方法主要包括均方误差（MSE，meansquarederror）和峰值信噪比（PSNR，peaksignaltonoiserate）。均方误差法首先计算原始图像和失真图像象素差值的均方值，然后通过均方值的大小来确定失真图像的失真程度。计算公式如下：

其中M、N为图像