[发明专利]基于视觉特性与结构相似度的图像质量评测方法

说明书

技术领域

本发明涉及一种图像质量评价，特别是涉及一种基于对结构相似度算法改进的客观图像质量评价方法。

背景技术

随着移动通信业务的增加，无线通信已获得非常广泛的应用。无线通信环境(无线信道、移动终端等)以及移动多媒体应用业务的特点是越来越趋于对图像业务和视频业务的支持和优化。随着无线网络的多样化以及无线环境的多元化和复杂化，图像在传输过程中信号会有所损失，因此图像直观质量的好坏是衡量系统的重要指标。

目前图像质量评价方法可分为主观评价和客观测试两类，传统的以人的视觉观察和主观感知为主的主观评测，对人的图像观察能力要求很高，而且这种方法劳动强度大、费时，且受观察者背景知识、观测动机和观测环境等因素的影响，结果稳定性差，可移植性也不好；客观评价则是利用客观的数学评测模型来进行视频质量的评测，以达到与主观的评测方法一致的效果，与主观评价相比，具有速度快、费用低和可以嵌入到数字系统等优点，因此比较实用。

实际应用中，图像质量评测方法已经越来越成熟，在各个生产实践、科学研究中都已经得到广泛的应用。目前广泛使用的算法是以均方信噪比为基础，代表性的方法有MSE(MeanSquared Error，均方差)，PSNR(Peak-Signal-to-Noise Ratio，峰值信噪比)等，都是基于对应像素点间的误差，即基于误差敏感的图像质量评价，尽管这种算法计算相对简单、实现方便，但是忽略了相邻像素之间的结构相关性以及人眼视觉系统HVS(Human Visual System)的特殊性质，可能对图像内容的质量评测与人的主观评测有偏差，试验表明这些算法与人眼主观评测的相关系数仅为0.4～0.7。此后，人们开始利用人眼视觉系统的某些特性对客观评价尺度进行修改，例如归一化均方误差(NMSE，Nor2malizedMean Square Error)评价方法。20世纪90年代后期，人们对视觉系统功能的理解有了显著的进展，各种基于HVS(Human VisualSystem)模型的图像质量评价方法应运而生。其性能明显提高(与主观评测的相关系数都在0.8以上)，在实际应用中，正逐步取代传统的均方差或峰值信噪比算法。

HVS(人眼视觉系统)认为，人眼的主要功能是从视野中提取结构信息，对结构信息的测量应该是对图像感知失真的一个很好近似。相比于传统的均方差或峰值信噪比算法，当图像的亮度改变时，可能感知误差的计算结果是一样的，但是人眼对结构失真的察觉却是很敏感的。考虑到以图像信息角度，结构信息是展现在画面上对象的结构，基于结构失真的客观评价方式更能够真实地反映人的主观评价。在此基础上，王舟等人(Z.Wang，A.C.Bovik，H.R.Sheikh，and E.P.Simoncelli，“Image quality assessment：From error measurement to structuralsimilarity，”IEEE Trans.image Processing，2004，13：600-612)实现了基于结构失真的一种质量评价方法SSIM(Structural Similarity Index，结构相似度系数)评测法，是一种自顶而下的模拟人眼视觉系统模型，从高层次上模拟假定的人眼视觉系统的功能，采取了用感知结构化信息的丢失代替感知差错，即通过感知结构信息的改变来分析图像的失真情况。结构相似性理论认为，自然图像信号是高度结构化的，即像素间有很强的相关性，特别是空域中最接近的像素，这种相关性蕴含着视觉场景中物体结构的重要信息。

SSIM(结构相似度系数)算法的实现，从图像组成的角度将结构信息定义为独立于亮度、对比度的，反映场景中物体结构的属性，并将失真建模为亮度、对比度和结构三个不同因素的组合。结构相似度算法提出后引起了国内外学者的广泛关注，并且被应用到其它领域，如图像融合质量评价，相似图像搜索，信息隐藏盲检测和视频编码器的率失真优化等。此外，著名的开源H.264编码器x264在近期版本中也引入了SSIM结构相似度系数值计算，作为评价编码质量的一个指标，而以往的编码器通常只计算峰值信噪比或信噪比。