林嵐　楊帆　宋翔

摘要：圖像處理領(lǐng)域中對(duì)圖像質(zhì)量的正確評(píng)價(jià)是計(jì)算機(jī)圖像分析與理解系統(tǒng)的基礎(chǔ)。本文簡(jiǎn)要介紹了目前流行的圖像質(zhì)量評(píng)價(jià)方法：主觀評(píng)價(jià)與客觀評(píng)價(jià)。文章對(duì)圖像質(zhì)量評(píng)價(jià)的基本方法、基本概念進(jìn)行介紹，對(duì)目前具有代表性的圖像質(zhì)量評(píng)價(jià)方法進(jìn)行分析和總結(jié)，對(duì)圖像質(zhì)量評(píng)價(jià)技術(shù)存在的一些問(wèn)題進(jìn)行小結(jié)。

關(guān)鍵詞：客觀評(píng)價(jià) 峰值信噪比 結(jié)構(gòu)相似度

0 引言

圖像質(zhì)量評(píng)價(jià)的方法分為主觀評(píng)價(jià)和客觀評(píng)價(jià)兩種方法。主觀圖像評(píng)價(jià)方法是根據(jù)人眼的視覺(jué)系統(tǒng)感知圖像質(zhì)量的好壞。此方法是圖像質(zhì)量評(píng)價(jià)最直接、有效的方法。但是主觀評(píng)價(jià)方法的主體是人，所以不可避免的存在很多主觀因素的影響。例如，人當(dāng)時(shí)的情緒，自己的經(jīng)驗(yàn)，觀察環(huán)境等。這種方法的評(píng)價(jià)效率低，代價(jià)高，確定性差，實(shí)時(shí)性差，不能直接應(yīng)用于圖像處理系統(tǒng)。

客觀圖像評(píng)價(jià)方法是通過(guò)建立數(shù)學(xué)模型，計(jì)算降質(zhì)圖像相對(duì)于原始圖像的失真程度?？陀^評(píng)價(jià)方法的主體是機(jī)器，所以其操作簡(jiǎn)單，系統(tǒng)穩(wěn)定，可移植性好。客觀圖像評(píng)價(jià)方法主要分為全參考圖像質(zhì)量評(píng)價(jià)，半?yún)⒖紙D像質(zhì)量評(píng)價(jià)和無(wú)參考圖像質(zhì)量評(píng)價(jià)三種類型。其中全參考圖像質(zhì)量評(píng)價(jià)方法研究時(shí)間最長(zhǎng)，發(fā)展較為成熟。

1 全參考圖像質(zhì)量評(píng)價(jià)方法

1.1 傳統(tǒng)的全參考圖像質(zhì)量評(píng)價(jià)方法

傳統(tǒng)的全參考圖像質(zhì)量評(píng)價(jià)方法主要是采用均方誤差MSE（Mean Square Error）和峰值信噪比PSNR（Peak Signal-to-Noise Ratio）。它們計(jì)算失真圖像與原始圖像之間的信號(hào)誤差，誤差越小，失真圖像與原始圖像越接近，圖像的質(zhì)量就越好。其數(shù)學(xué)表達(dá)式為：

MSE=■∑■■∑■■[a（i，j）-■（i，j）]2 （1-1）

其中a（i，j）和■（i，j）分別表示原始圖像與失真圖像中對(duì)應(yīng)的灰度值或色彩值。

M*N表示圖像的像素總個(gè)數(shù)。

PSNR=10lg[■] （1-2）

其中L表示圖像的灰度范圍，一般情況下取值為255。

（1-1）和（1-2）的兩種方法基于圖像像素灰度值進(jìn)行統(tǒng)計(jì)和均值計(jì)算，雖然效率高、實(shí)現(xiàn)簡(jiǎn)單，但是卻忽略了人眼的視覺(jué)特點(diǎn)，因而不能準(zhǔn)確的反映出圖像的質(zhì)量，存在明顯的不足。在圖1中[1]，信號(hào)1和信號(hào)2分別與原始信號(hào)進(jìn)行均方誤差計(jì)算，計(jì)算結(jié)果相同。但在人眼看來(lái)，信號(hào)1明顯比信號(hào)2更接近原始信號(hào)。

1.2 基于HVS的圖像質(zhì)量評(píng)價(jià)方法

由于圖像的最終接收者是人的視覺(jué)系統(tǒng)，而傳統(tǒng)的圖像質(zhì)量評(píng)價(jià)方法忽略了人類視覺(jué)特性。因此為了得到更加準(zhǔn)確的圖像質(zhì)量評(píng)價(jià)方法，人們根據(jù)HVS（Human Visual System）人眼視覺(jué)系統(tǒng)理論，提出了與感知圖像失真比較接近的評(píng)價(jià)方法。

Zhou Wang[2]等人認(rèn)為人眼的視覺(jué)特性主要是提取背景中的結(jié)構(gòu)信息，并以此提出了基于結(jié)構(gòu)相似度信息的圖像質(zhì)量評(píng)價(jià)方法SSIM（Structural Similarity Image Measurement）。

1.2.1 SSIM結(jié)構(gòu)相似度

SSIM（X，Y）=[I（x，y）]a*[c（x，y）]β*[s（x，y）]γ （1-3）

其中α、β、γ>0，這三個(gè)參數(shù)對(duì)亮度、對(duì)比度和結(jié)構(gòu)信息進(jìn)行調(diào)整。

x，y分別為原圖像和重建圖像中對(duì)應(yīng)的位置的塊。

1.2.2 MSSIM平均結(jié)構(gòu)相似度

在實(shí)際使用SSIM計(jì)算時(shí)并不是直接將原圖像和失真圖像的結(jié)構(gòu)進(jìn)行比較，而是將兩幅圖像用相同大小的滑動(dòng)窗口進(jìn)行互不重疊的分塊。假設(shè)分塊的總數(shù)為N，考慮到窗口的形狀會(huì)對(duì)分塊造成影響，所以采用高斯加權(quán)計(jì)算每個(gè)窗口的均值，方差及協(xié)方差，然后利用公式⑥計(jì)算出圖像對(duì)應(yīng)塊的SSIM（x，y），再對(duì)結(jié)果取平均值，得出圖像的平均結(jié)構(gòu)相似度MSSIM。

MSSIM（x，y）=■∑■■SSIM（xj，yj） （1-4）

考慮到圖像中像素灰度變化程度對(duì)視覺(jué)效果的影響，提出了一種加權(quán)的結(jié)構(gòu)相似度WSSIM。[3]

參考文獻(xiàn)：

[1]佟雨兵，張其善，祁云平.基于PSNR與SSIM聯(lián)合的圖像質(zhì)量評(píng)價(jià)模型[J].中國(guó)圖象圖形學(xué)報(bào)，2006，11（12）.

[2]Wang Zhou，Lu Liang，Alan C Bovik.Video quality assess-

ment using structural distortionmeasurement[A].In：Proceeding of2002 Internation Conference of Image Processing[C]，Rochester，New York，2002，3： 65～68.

[3]王濤，高新波等.一種基于內(nèi)容的圖像質(zhì)量評(píng)價(jià)測(cè)度[J].中國(guó)圖像圖形學(xué)報(bào)，2007，12（6）.