基于视觉阈值的结构相似度图像质量评价算法

《基于视觉阈值的结构相似度图像质量评价算法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第27卷第2期深圳大学学报理工版Vo1．27No．22010年4月J0URNALOFSHENZHENUNIVERSITYSCIENCEANDENGINEERINGApr．2010文章编号：1000-2618(2010)02—0185-07【光电与信息工程】基于视觉阈值的结构相似度图像质量评价算法胡媛媛，牛夏牧(1．哈尔滨工业大学深圳研究生院，深圳518055；2．深圳大学信息工程学院，深圳518060)摘要：针对空间域结构相似度测量(imagemeasureofstructuralsimilarity，SSIM)没有考虑人类视觉系统亮度掩蔽和对比度掩蔽对视觉感知的影响，提出

2、基于人类视觉阈值理论的结构相似度图像质量评价算法(visibilitythresholdSSIM，VTSSIM)．通过计算局部标准方差，将图像分为平坦区域、细节区域和一般区域；基于图像视觉阈值的临界可视误差分布，确定平坦区域中的亮度掩蔽极端区域和细节区域中的对比度掩蔽极端区域；分别对这两个极端区域及其他区域进行视觉阈值加权处理，得到整幅图像的质量评价．结果表明，VTSSIM比ssIM更符合人眼视觉特性，尤其适合评价失真较小的图像．关键词：图像处理；图像质量评价；结构相似度测量；人类视觉系统；亮度掩蔽；对比度掩蔽中图分类号：TP391；TP37文献标识码：A图像质量评价算法可

3、分为客观、主观和主客观图像质量评价方法．SSIM采用“自上而下”的模结合3大类．客观评价算法通过采用数学模型计算式，通过统计计算直接模拟HVS的图像结构，避重建图像相对原始图像表现形式(如像素灰度值)免了复杂的HVS理论计算¨，是和主观评价高度的误差评估图像质量的变化．这类算法计算复杂度相关的图像质量评价算法．低，且物理意义清晰．然而，由于人类视觉才是图本文通过视觉阈值实验发现，SSIM尽管客观像质量好坏的最终评价者，该图像表现形式的变化反映了图像结构信息的变化，对相同的结构变化给与人类视觉的感知质量不能很好的吻合_1]，因此，予了相同的质量评价，但却忽略了HVS亮度掩蔽客

4、观的评价算法有时并不能真实地反映图像质量，和对比度掩蔽对视觉感知的影响．笔者在文献[9，或准确性较差．主观评价算法是多个观察者依据一11]的基础上，提出一种基于人类视觉阈值理论的些事先规定的评价尺度或自身经验，对图像给出质结构相似度图像质量评价算法(visibilitythreshold量分数，然后对所有观察者给出的分数进行加权平SSIM，VTSSIM)．均，得到图像的主观评判结果J．这种算法反映了人类视觉的感知质量，但评价过程繁琐，受观察1SSIM算法及其局限性者、图像类型和观测环境的影响较多，实时性低，很难应用到实际图像处理系统中．主客观结合算1．1SSIM算法法剖基于

5、人类视觉系统(humanvisualsystem，SSIM通过统计的方式直接模拟HVS的结构功HVS)的已知特性，模拟HVS的各个处理阶段，能，抓住了人类视觉观察的实质．在SSIM中，图改进传统客观算法，从而完成从底层视觉系统到高像的结构信息由亮度、对比度和结构3要素组成．层视觉感知的架构．设，y分别代表参考图像和测试图像，，Y是两幅最近，WANG等人提出了基于结构相似度测图像对应的两个像素信号，则亮度z，对比度c和结量(imagemeasureofstructuralsimilarity，SSIM)的构度s分别定义为收稿日期：2009．10—20；修回日期：2010．04

6、．15基金项目：国家自然科学基金资助项目(60832010)；广东省自然科学基金资助项目(9151806001000025)作者简介：胡嫒嫒(1978-)，女(汉族)，湖北省武汉市人，深圳大学讲师、哈尔滨工业大学博士研究生．E-mail：huyyszu@SZU．edu．cn通讯作者：牛夏牧(1961一)，男(汉族)，哈尔滨工业大学教授、博士生导师．E．mail：xiamu．niu@hit．edu．cn186深圳大学学报理工版第27卷-4-Cl(1)(M)：To×(1一(u／127)+3，u≤l27赢十tx十乙1(8)Lr×(／1—127)"4-3，u>1272o"+C2其中

7、，(M)=0．0001×u+0．115，()=A一0．O1(2)ד，To=17，r=3／128，A=1／2．十-I-L，1．3SSIM的局限性人类视觉的JND模型已在数字图像信息隐藏领域得到广泛应用，其有效性已被证实．人眼对基于该模型的图像失真几乎没有察觉，且对图像各部分两个像素信号，Y的结构相似性测度为的感知均匀．图1(a)和图1(b)是Lena原图与基于JND的失真图像对比，由图1可见，两幅图像s。(，Y)=[1(x，Y)][c(x，Y)][s(x，Y)](4)的视觉感知几乎没有差别．其中，()和()分别为两