基于结构相似度的图像质量评价方法研究

• 作 者: 郑德品
• 发表日期: 2007年期
• 关键词: 图像质量评价 结构相似度 多尺度结构相似度 人类视觉系统

数字图像在实际的应用中会引入各种各样的失真，有必要研究客观图像质量评价算法用于评价各种应用算法引起的图像降质，图像的接收终端都是人眼，评价结果必须与人眼的视觉效果相吻合。本文在分析了当前图像质量客观评价技术和人类视觉特性，从图像质量评价的流程两个方面出发，提出了两种改进的结构相似度的评价方法：基于小波分解的区域划分的方法WR_SSIM和基于图像内容加权的方法WC_SSIM．。基于小波分解的区域划分的方法WR_SSIM，考虑HVS的一些特性，将小波引入到结构相似度的评价方法中。它首先进行一级的小波分解，采用分解后的近似分量建立单尺度的结构相似度评价映像，然后用水平分量和垂直分量的组成的幅值进行简单的区域划分，使得对于各种不同类型的失真获得更好的评价性能。基于内容加权的改进算法则从评价流程的汇聚角度出发，考虑了不同图像内容对于人眼的视觉兴趣，从而赋予不同的权值，同时修正了单尺度结构相似度中结构分量为负值的不合理情况。基于arcctg曲线的权值函数考虑了人眼对变化范围非常大的区域重视程度相当，权值变化并非无限增长的情况，权值更加合理，通过在LIVE图像库上与峰值信噪比，单尺度结构相似度，多尺度结构相似度仿真比较，实验结果表明，改进的算法提高了对于不同失真类型的评价性能。