[发明专利]一种基于视觉特性的图像质量评价方法

说明书

技术领域

本发明涉及一种图像质量评价方法，尤其涉及一种基于视觉特性的图像质量评价方法。

背景技术

显示技术不仅可实现准确、直观、清晰、快捷的信息输出，同时也为信息时代提供了一种友好的人与机器交流信息的界面。市场调研表明显示图像质量是终端用户购买电子显示设备的重要决定因素之一。因此信息显示质量的评价是显示技术领域的一个重要内容。由于所有显示信息均是通过人眼被观察者观测到的，对于不同的环境和用途，人们对图像质量的评判是不同的。因此对显示图像质量评价必须考虑人的因素。近年来，随着各种显示技术的数量和多样性的快速增加，基于人眼视觉系统的显示质量评价理论的研究就显得非常必要了。

随着信息时代的到来，人们对显示质量的要求与日俱增。新的技术、新的应用场合都可能改变观察者对显示图像质量的评价。为此，Engeldrum引入了“图像质量环”模型，将消费者关注的图像显示质量与显示系统技术参数通过一些中间步骤联系起来。消费者对图像质量的主观感受是观察到的图像质量各属性的加权之和。这些图像质量属性包括清晰度，色彩丰富度，亮度，图像均一性等被观察者无意识评价的特性。然后建立主观图像质量属性与图像物理特性的联系。这些图像物理特性包括可以由测量仪器测得的光学和电学特性，如输出亮度、色域大小、显示白场、伽马值、噪声水平等。最终，通过深入了解显示物理原理，这些图像物理特性可以与显示系统的技术参数间建立联系。

现有的显示器件或压缩编码等相关技术还不可能做到使图像显示质量非常完美，总有这样或那样不尽如人意的缺陷。由于影响最终显示质量的各技术参数间经常存在交互影响，提高各参数需要的成本也存在差异，而成本是实际生产中必须考虑的问题。因而改善显示质量的研究需要考虑各种因素的权重和折中。有时某些图像质量的损伤并不能被人眼察觉，即便通过努力可以消除这种缺陷，实际上消费者并不能感受到图像质量的提高。JND（Just Noticeable Difference：恰可察觉差）的引入可以有效地解决这些问题。由于消费者对图像质量的主观感受是观察到的图像质量各属性的加权之和，因而采用JND为图像属性的统一单位建立图像质量评价模型，可以为显示系统工业设计提供理论依据，用以指导有限投入下如何最大限度地提高消费者感受到的图像质量。

发明内容

本发明所要解决的技术问题在于克服现有技术在对显示器亮度、色度等相关参数进行改进时无法定量评估其对图像显示质量影响的不足，提供一种基于视觉特性的图像质量评价方法，可以定量评价改进显示器参数时人眼所能察觉的对显示图像质量的影响，从而对显示技术的设计、研究提供依据。

影响图像质量的最重要并且相互独立的3个图像属性是亮度（BR：Brightness）、色度（CS：Color saturation）和清晰度（CR：Contour rendering）。考虑到各图像属性的交互作用，本发明将研究这三个图像属性（CR，CS，BR）及其所有两两组合（BR*CR，BR*CS， CR*CS）对整体主观图像质量的影响。

本发明采用以下技术方案解决上述技术问题。

一种基于视觉特性的图像质量评价方法，根据下式对失真图像质量进行定量评价：

IQ = 4.80-0.26X_CR-0.06X_BR -0.12X_BR*X_CS-0.12X_CR*X_CS-0.06X_BR*X_CR   ，

式中，IQ为失真图像的质量得分，其值越大，表示图像质量越好；X_BR为失真图像与原始图像亮度差的绝对值所对应的图像亮度JND值；X_CS为失真图像与原始图像色度差的绝对值所对应的图像色度JND值；X_CR为对原始图像高斯卷积以获得失真图像时选取的方差参数值所对应的图像清晰度JND值。

所述图像亮度JND值按照以下方法测定：

步骤A1、按照以下方法对原始图像进行处理，得到测试图像：

步骤A101、通过伽马校正将原始图像转换至线性空间；

步骤A102、然后将线性转换后的原始图像由RGB空间经XYZ空间转换到xyY空间；

步骤A103、在xyY空间中，保持其它分量不变，仅对分量Y按照一组不同的压缩

系数分别进行线性压缩，所述一组压缩系数在0.85-0.99之间等间隔分布；