图像质量评价体系的发展

图像质量评价体系的发展目录摘要...........................................................................................................................................11传统图象质量评价方法.......................................................................................................11.1图象的客观质量评价方法........................................................................................11.2图象的主观质量评价方法........................................................................................22.图象质量评价的新方法........................................................................................................22.1基于视觉感知的图象质量评价方法........................................................................22.2基于视觉兴趣的图象质量评价方法........................................................................33.发展前景展望........................................................................................................................34.结论........................................................................................................................................3参考文献...................................................................................................................................3摘要在图象通信过程中,将图象传输到接收端,要经过采集、传输、处理、记录等过程,所有这些技术的优劣都会影响到图象质量。图象质量的含义主要包括两个方面:图象的逼真度和图象的可懂度。为了对图象通信的某些环节进行合理评估,图象质量评价的研究已成为图象信息工程的基础技术之一多少年来,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象系统的依据,但目前人们对人类视觉特性仍没有充分理解,特别是对人眼视心理特性还难以找出定量的描述方法,因此图象质量评价还有待深入研究。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量评价方法中,有代表性的方法主要有两种: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图象偏离原始图象的误差来衡量恢复图象的质量,源于数据传输过程中均方信噪比的思想。最常用的有均方误差和峰值信噪比。能反映少数象点有较大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)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自己的经验,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平均,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。绝对主观评价方法是指在无标准的参考图像情况下，由观察者根据预先规定的评价尺度或自己的经验，对待测图像给出质量判断。相对主观评价方法是在有标准图像的情况下，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并给出相应的分值。相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，主观评价方法主要有双刺激损伤分级法、双刺激连续质量分级法、单刺激连续质量分级法等。主观评价主要有两种度量尺度,即绝对尺度和相对尺度。这种测量方法虽然较好地反映出了图象的直观质量,但无法应用数学模型对其进行描述;从工程应用的角度,过于费时费力,所以在实际应用中,图象的主观质量评价方法受到了严重限制,甚至根本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量尺度：1很好一群中最好的2较好好于该群中平均水平的3一般该群中平均水平4较差差于该群中平均水平的5很差该群中最差的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,图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,但用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图象和恢复图象的差别,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。大量的研究表明,基于HVS的测量方法优于没有考虑HvS的测量方法151。从图象质量评价的研究进展来看,目前新的测量方法主要分为两类:基于视觉感知的测量方法和基于视觉兴趣的测量方法。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图象局部空间频率的影响,大量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,而不是整个图象的背景环侧。根据上述视觉特性,人们建立了各种HVS模型,用以评价图象的质量。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。考虑人眼视觉所具有的亮度屏蔽和空间频率屏蔽特性的基础上,给出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有的非线性特性。由上可知,目前的感知测量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基于图象内容的编码技裂圳启示了人们对基于视觉兴趣的图象质量评价方法的研究。从视觉心理学角度,视觉是一种积极的感受行为,不仅与生理因素有关,还在相当大的程度上取决于心理因素。人们在观察和理解图象时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”。整幅图象的视觉质量往往取决于Rol的质量,而不感兴趣区的降质有时不易觉察。现实生活中人们由于文化背景、周围环境以及情绪的影响,对同一幅图象的评价会产生较大偏差,但是对于图象中关注的区域却具有共性,它们集中传递了整幅图象所要表达的大部其中为调整因子,它反映了人眼对不感兴趣区或感兴趣区的重视程度。实验结果证明,该方法能较好地与人眼的主观视觉相符。基于视觉兴趣的测量方法为图象质量评价开碎了一条新路,但目前该类方法还只是处于初期研究阶段,仍有许多问题有待深入研究,例如,图象中感兴趣区如何确定;如果测试图象中包含多个感兴趣区,则如何确定这些区域的兴趣权值等。3.发展前景展望图象质量的正确评价对于整体图象信息工程的发展具有十分重要的意义,我们认为未来图象质量评价的发展方向可能有如下几个:(l)对人眼视觉特性,特别是视觉心理特性进行深入研究,并结合先进的图象分析和图象理解知识,创建更加符合人眼视觉特性的HVS模型;(2)彩色图象和视频序列图象提出相应的质量评价方法。可以相信,随着多媒体信息技术的高速发展,对图象质量评价的研究将越来越受到人们的重视。4.结论关联规则的研究工作主要集中在算法发现方面。本丈主要研究了多值属性关联规则和形式概念分析之间的关系,指出多值属性关联规则的最大频率项目集由最大频繁闭合项目集唯一确定,并讨论了多值属性转化为布尔型关联规则时属性分划的方法。参考文献[1]MottalliM,MejailM,Jacobo-BerllesJ.Flexibleimagesegmentationandqualityassessmentforreal-timeirisrecognition[C].Proceedingsofthe200916thIEEEInternationalConferenceonImageProcessing(ICIP2009),2009:1941-1944.[2]王旭,彭宗举,杨铀,等.质降参考图像质量评价方法研究[J].宁波大学学报,2009,24(4):507-510.WangXu,PengZhongju,YangYou,etal.Asurveyonqualityassessmentapproachesforreducedreferenceimage[J].JournalofNingboUniversity,2009,24(4):507-510.(inChinese)[3]HamidRS,AlanCB.Imageinformationandvisualquality[J].IEEETranscationimageprocessing,2006,[4]WangB,WangZ,LiaoY,etal.HVS-basedstructuralsimilarityforimagequalityassessment[C].20089thInternationalConferenceonSignalProcessing(ICSP2008),2008:1194-1197.[5]LvX,WangZJ.Reduced-referenceimagequalityassessmentbasedonperceptualimagehashing[C].Proceedingsofthe200916thIEEEInternationalConferenceonImageProcessing(ICIP2009),2009:4361-4364.[6]DengC,TaoD.Colorimagequalityassessmentwithbiologicallyinspiredfeatureandmachinelearning.VisualCommunicationsandImageProcessing2010,7744(77440Y):1-7.[7]ZhouW,WuG,SheikhHR.Quality-awareimages[J].IEEETransactionsonImageProcessing,2006,15(l):1680-1689.