龙源期刊网 http://www.qikan.com.cn
无参考图像质量评价综述
作者：林海祥,张炘
来源：《电脑知识与技术》2009年第28期
(1.南昌大学 信息工程学院,江西 南昌 330029;2.南昌大学 科学技术学院,江西 南昌 330029) 摘要:图像质量评价是图像处理领域的热门研究课题之一。图像质量评价研究的目标是设计算法,给出和人的主观视觉感受相符合的评价结果。在客观图像质量评价的几种方法中,由于无参考图像质量评价方法的灵活性,该方法正受到越来越多的关注。文章首先概述了图像质量评价的相关知识,并从无参考图像质量度量方法和评价算法等角度对无参考图像质量评价进行分析,最后概括了无参考图像质量评价发展的现状及其发展趋势。 关键词:无参考;主观视觉;图像质量度量;图像质量评价;图像处理 中图分类号:TP391文献标识码:A文章编号:1009-3044(2009)28-8043-04 A Survey of No Reference Image Quality Assessment LIN Hai-xiang1, ZHANG Xin2
(1.Information Engineering College of NanChang University, Nanchang 330029, China; 2.Science and Technology College of NanChang University, Nanchang 330029, China)
Abstract: Image quality assessment is one of the most popular research issues in the field of image processing. Its objective is to design algorithms which can give the objective evaluation results that in line with the human’s subject perception. With good flexibility, no reference image quality assessment is being given more and more attention. Firstly, the related knowledge about image quality assessment is summarized. Then, the measurement and the assessment of the no reference image quality are analyzed. At last, its status quo and the trends of future research is summarized. Key words: no reference; subject perception; image quality measurement; image quality assessment; image processing
图像是人类获取信息的重要途径,其所承载的信息远比其它形式的信息更贴切、更丰富。图像质量表示图像向人或设备提供信息的能力[1],直接关系着所获取信息的充分性与准确性。然而,图像在获取、处理、传输和存储的过程中,由于各种因素的影响,将不可避免的产生图像的降质问题,这给信息获取或图像的后期处理带来了极大的困难。因此,在图像处理的相关领域建立图像质量评价机制具有重大的意义。
图像质量评价涉及到人类视觉系统(Human Vision System, HVS)相关知识。人眼视觉的某些特性,如视觉非线性、对比度敏感度、视觉多通道和带通等,直接或间接地与图像各种信息的
龙源期刊网 http://www.qikan.com.cn
处理有关[2-3]。人类视觉系统是一个非常复杂的成像系统,至今对人眼视觉系统的研究还处于非常低级的阶段,很多过程难以用物理模型或数学模型来表述。因此,图像质量评价还处于初级阶段[4]。
图像质量评价可分为主观质量评价和客观质量评价两类。
人是图像的最终接收者,因此,主观质量评价是最为可靠的图像质量评价方法。最常用的方法是MOS(Mean Opinion Score),该方法对所有的观察者给出的分数进行加权平均。但是主观质量评价有两个很明显的缺点。首先,该方法极费时费力。主观质量评价方法需组织人力对图像质量进行评价,评价结果很容易受到个人主观因素的影响,并且当图像数量巨大时,该方法就更为耗费时间。其次,该方法不能自动实现,不能嵌入实际的图像或视频处理系统中,比如流媒体播放、视频会议等。主观质量评价主要用来作为样本训练的数据和衡量客观评价结果的好坏。 客观质量评价是指使用一个或多个图像的度量指标,建立与图像质量相关的数学模型让计算机自动计算得出图像质量,其目标是客观评价结果与人的主观感受相一致[5-7]。根据是否对原始图像进行参考及参考的程度,客观质量评价又可分为以下三种类型[8]:1)全参考方法(Full Reference,FR),需要完整的原始图像作为评价的参考;2)半参考方法(Reduced Reference,RR),需要原始图像的部分信息作为评价的参考;3)无参考方法(No Reference,NR),不需要借助任何参考图像,依靠待评价图像本身各种信息进行质量评价。由于全参考方法和半参考方法需要有原始图像信息作参考,且这两种方法得到的结果往往不能很好的反映人的主观感受[9-14],所以无参考方法正受到越来越多的关注。
无参考图像质量评价又称为“盲评价”(Blind Assessment),是一个比较新的研究领域,所取得的成果还非常有限[8]。无参考图像质量评价的难点在于:首先,存在许多无法量化的因素[15],比如,美学、认识联系、知识、上下文等;其次,对人类视觉系统的了解还相当有限,图像的理解水平仍然比较低,为无参考图像质量评价建立模型比较困难。 1 无参考图像失真度量
目前,无参考图像失真度量一般是针对某一种或几种类型的失真[16],如模糊效应、分块效应、噪声效应等。 1.1 模糊效应度量
模糊是一种常见的失真现象,其表现是边缘的平滑效应。引起模糊的原因有很多,如图像压缩、拍摄时运动、聚焦不准、镜头失常等。从频域的角度看,模糊往往是高频分量的不足。模糊效应的度量一般是基于模糊会产生边缘的平滑效应的现象。Pina Marziciano等提出通过测量边缘点宽度并以此宽度作为图像模糊度的方法[17]。此外,文献[18]也是根据模糊图像的边缘平滑特性,提出图像的模糊度测量方法。 1.2 分块效应度量
龙源期刊网 http://www.qikan.com.cn
分块效应一般是由离散余弦变换压缩算法带来的降质效应。JPEG图像便是采用离散余弦变换压缩算法。客观评价分块效应对于图像、视频压缩系统的发展、优化和评估都很重要。分块效应的度量一般是基于相邻分块间的差异提出来的。较早提出无参考图像分块效应度量的是Zhou Wang[19]。他通过横向和纵向对图像进行快速傅立叶变换来估计块边缘强度。Zhou Wang等在2002年的时候又提出对JPEG图像沿水平方向计算差分信号,通过分块边缘的平均差分估计分块效应的方法[14]。Guang Zhai等 [20]也提出一种计算分块间边界差异的方法。
1.3 噪声效应度量
数字图像中往往存在各种类型的噪声。产生噪声的原因可能有几种,与生成图像的方法有关,如:图像的处理过程、图像数据的传输、获取图像数据的电子设备等。噪声效应度量一般是通过对局部平滑度的测量进行,如Xin Li[21]认为,一个像素点如果破坏了一个局部的平滑度,则该像素点可以被认为是噪点。通过对一个像素点与其周围八个像素点的信息比较判断其是否为噪点。
除了上述三种常见的度量方法外,还有其它一些模型。如通过估计原始离散余弦变换系数来估计噪声的方法[22];利用小波系数的统计模型来计算特征的方法[15];基于自然场景统计对JPEG2000图像质量评价的方法等[23]。
可以看出,多数无参考图像质量评价方法所选择的反应图像质量的特征都有比较强的针对性。当然,仅仅评价某一种降质效应并不能很好的反应图像的整体质量,应该综合考虑多种因素进行评价。
2 无参考图像质量评价算法
对图像失真效应的度量只能反应出图像的失真程度,并不能直观的反应出人的主观感受。一般将失真效应的度量结果与主观测试值相结合,得出客观质量评价值,最常用的两种方法是基于函数拟合方法和基于机器学习方法。 2.1 基于函数拟合方法
函数拟合是指,在掌握大量观察数据的基础上,利用数理统计方法建立因变量与自变量之间的关系函数表达式。在无参考图像质量评价中,根据从样本中提取的特征值结合图像质量的主观测试值构造预测函数,以此函数评价图像质量。使用这类方法的文章有文献[14]、文献[15]、文献[22-25]等,主要是针对JPEG图像的评价方法和针对JPEG2000图像的评价方法。 2.1.1 JPEG图像评价方法
无参考图像质量评价综述
