全參考的圖像質(zhì)量評(píng)價(jià)總結(jié)

李紅芳

摘要：數(shù)字圖像在實(shí)際的應(yīng)用中會(huì)引入各種各樣的失真，識(shí)別接受圖像的是人的眼，所以圖像質(zhì)量的評(píng)價(jià)結(jié)果必須要與人眼的視覺效果相吻合。隨著對(duì)人眼視覺系統(tǒng)的研究的不斷深入與提高，研究人員根據(jù)HVS的特性建立圖像質(zhì)量評(píng)價(jià)模型來，這種模型大大的提高了圖像質(zhì)量主觀評(píng)價(jià)和客觀評(píng)價(jià)的一致性。文章詳細(xì)地介紹了PSNR、SSIM、MSSIM、IFC、VIF、FSlM等幾種典型的全參考圖像質(zhì)量評(píng)價(jià)方法分析探討圖像質(zhì)量評(píng)價(jià)研究的發(fā)展趨勢(shì)。關(guān)鍵詞：結(jié)構(gòu)相似度（SSIM）；梯度加權(quán)；視覺掩蓋效應(yīng)

1引言

隨著通信技術(shù)的飛速發(fā)展，“數(shù)字”逐漸成為時(shí)代“寵兒”，在今后的發(fā)展中，數(shù)字化必將成為一種常態(tài)化技術(shù)，其應(yīng)用也將更加廣泛。長(zhǎng)期以來，人類依托圖像獲取有價(jià)值信息，圖像信息技術(shù)得以廣泛應(yīng)用，然而，圖像在一系列處理過程中，極易因方式方法的不完備，造成圖像失真或降質(zhì)，這些失真或降質(zhì)影射在人類視觀上就是圖像質(zhì)量的改變。列舉一個(gè)簡(jiǎn)單的例子，比如公司的指紋識(shí)別系統(tǒng)，假如之前錄入系統(tǒng)的指紋是清晰的，在下次打卡的時(shí)候假如手指上沾染了墨漬之類的模糊物品，那么指紋識(shí)別系統(tǒng)是否還能再與原錄入指紋對(duì)比的情況下識(shí)別該指紋？類似于這樣的問題在人們的生活中有很多，等待著全參考圖像質(zhì)量的評(píng)價(jià)方法去解決并將之應(yīng)用于實(shí)踐中。因此，圖像質(zhì)量的合理評(píng)估具有非常重要的應(yīng)用價(jià)值。

圖像質(zhì)量評(píng)價(jià)應(yīng)用極為廣泛：（1）對(duì)圖像質(zhì)量的狀況進(jìn)行動(dòng)態(tài)檢測(cè)和調(diào)整。比如，圖像視頻時(shí)，利用評(píng)價(jià)模型獲得圖像質(zhì)量，反映當(dāng)前視頻的質(zhì)量效果，進(jìn)而進(jìn)行合理調(diào)節(jié)，獲取最佳視頻效果。（2）對(duì)圖像處理技術(shù)性能進(jìn)行快速評(píng)估，也可適用于不同方案的圖像處理技術(shù)性能比較。

就圖像系統(tǒng)來說，對(duì)圖像失真程度的定量描述（即對(duì)圖像質(zhì)量的評(píng)價(jià)）至關(guān)重要，它可以直接管理、控制和提高圖像質(zhì)量。深入研究圖像質(zhì)量評(píng)價(jià)方法，能為圖像后期處理提供更加準(zhǔn)確的技術(shù)支持，對(duì)圖像處理技術(shù)的發(fā)展和應(yīng)用來說意義重大。

2全參考圖像質(zhì)量評(píng)價(jià)方法發(fā)展

現(xiàn)代應(yīng)用中，利用原始圖像的全部信息，計(jì)算失真圖像與原始圖像間的誤差，并通過綜合誤差進(jìn)而獲取對(duì)失真圖像質(zhì)量綜合評(píng)價(jià)的方法，稱之為全參考型圖像質(zhì)量評(píng)價(jià)方法。全參考型評(píng)價(jià)方法是當(dāng)前最值得信任的質(zhì)量評(píng)價(jià)方法。

全參考圖像質(zhì)量評(píng)價(jià)需要原始圖像，經(jīng)過數(shù)十年的發(fā)展已經(jīng)形成了較為完整的理論體系和成熟的評(píng)價(jià)框架。將待評(píng)價(jià)的圖像信號(hào)的質(zhì)量可以通過與原圖像的信號(hào)做對(duì)比之后所獲取的誤差信號(hào)來分析，圖像質(zhì)量的下降與誤差信號(hào)的強(qiáng)弱有關(guān)。

最原始的圖像質(zhì)量評(píng)價(jià)方法就是峰值信噪比（PSNR）和均方差（MSE）。MSE和PSNR這2種方法易于計(jì)算，容易實(shí)現(xiàn)，但是MSE沒有利用圖像像素之間的相關(guān)性，和人眼感知到的數(shù)值相差較大。因而，人們基于HVS提出了很多客觀質(zhì)量評(píng)價(jià)方法來提高和主觀評(píng)價(jià)的一致性。其中典型代表有Sarnoff提出的JND（Just Noticeable Difference）模型以及Stefan Winkler提出的PDM（Perceptual DistortionMetric）模型，這些模型很好的將人眼視覺合并為一個(gè)簡(jiǎn)單的算法，由于當(dāng)時(shí)的技術(shù)發(fā)展的局限性，HVS系統(tǒng)的一些理論尚未成熟。目前新的主流的全參考圖像質(zhì)量評(píng)價(jià)方法在2002年由Zhou Wang等人提出——結(jié)構(gòu)相似度（SSIM），它有效模擬了人眼提取視覺場(chǎng)景中結(jié)構(gòu)信息的能力，大量實(shí)驗(yàn)證明SSIM的評(píng)價(jià)性能優(yōu)于PSNR及MSE，引領(lǐng)圖像質(zhì)量的評(píng)價(jià)走進(jìn)了新的領(lǐng)域。SSIM現(xiàn)在已經(jīng)成為了應(yīng)用最廣泛的評(píng)價(jià)方法，但是這個(gè)方法對(duì)于模糊圖像的質(zhì)量評(píng)價(jià)存在缺陷，這極大的限制了它的實(shí)際應(yīng)用。近年來國(guó)內(nèi)外很多研究人員對(duì)SSIM算法進(jìn)行了改進(jìn)，例如葉盛楠等人做出對(duì)結(jié)構(gòu)信息的新解釋，提出了基于結(jié)構(gòu)信息提?。╯tructural InformationExtraction）的評(píng)價(jià)方法；Santiago Aja-Fernandez等人在SSIM的基礎(chǔ)上提出了基于局部對(duì)比度的質(zhì)量評(píng)價(jià)方法（QILV），圖1為SSIM結(jié)構(gòu)相似度模型的系統(tǒng)框圖。

2006年，Hamid Sheikh～I(xiàn)FC的基礎(chǔ)上，提出了一種新的模型VIF（Visual Information Fidelity Fidelity），他從信息通信和共享的角度來解決圖像質(zhì)量評(píng)估問題。

對(duì)比所有算法，VIF算法無疑表現(xiàn)最好，它在評(píng)價(jià)快速蛻變、高斯模糊、高斯白噪聲、JPEG失真、JPEG2000失真以及其他失真的表現(xiàn)上都要好于其他算法，但是，VIF算法也是目前的所有算法中復(fù)雜度最高的，因此，實(shí)用性就不如SSIM強(qiáng)。

3結(jié)語(yǔ)

全參考圖像質(zhì)量評(píng)價(jià)方法的優(yōu)點(diǎn)是：準(zhǔn)確性高、最可靠、最可行；缺點(diǎn)是：在實(shí)際應(yīng)用中，對(duì)原始圖像的依賴程度太高，而原始圖像大多數(shù)情況下不容易獲取，而且存儲(chǔ)和傳輸過程中的數(shù)據(jù)量較大，這就限制了其在許多領(lǐng)域中的應(yīng)用。