[发明专利]基于自然场景统计中稀疏表示的无参考图像质量评价方法

说明书

技术领域

本发明属于图像处理技术领域，涉及图像质量的评测，可用广泛应用于图像压缩、图像存储、图像通信，图像检测等领域。

背景技术

图像是利用各种采集系统以不同形式和手段观测客观世界而获得的，可以直接或间接作用于人眼，进而产生视觉的实体。人类有75％的信息是从图像中获得的，并且随着信号处理和计算机科学技术的发展，图像工程也成为一门内容丰富且发展迅速的学科。一个图像系统包括图像的采集、显示、存储、通信、处理和分析。它广泛地应用于国民经济中的各个领域，如：科学研究、工业生产、医疗卫生、教育、娱乐、管理和通信等，对推动社会发展，改善人们生活水平都起到重要的作用。虽然图像技术取得了迅速的发展，但在目前的技术水平下，在图像的采集、传输和处理过程中都会产生一些失真，如时间分辨率与噪声敏感度之间的折衷、空间分辨率与图像尺寸的折衷。很多应用中需要量化图像中存在的失真会给感观造成怎样的影响。通过图像质量客观评价方法，可以对一些图像处理方法进行有效的评估，最终取得一个较好的图像视觉效果。

目前的数字图像质量评价IQA研究可以分为两种不同的方法：主观评价和客观评价。

主观评价，主要是通过主观实验来评价图像质量。一个典型方法是国际电信联盟ITU提出的电视图像的主观评价方法。主观评价实验是指，在一定的图像源、显示设备和观看环境等条件下，给观看者同时提供两幅图片，其中一幅是原始图像，另一幅是失真图像。原始的图像是没有任何损伤的，失真图像可能有失真也可能没有，即失真为零。对于观看者应包括普通人和图像专业人员和非专业人员。最后还要对大量的评分数据进行统计，包括均值、标准偏差、95％置信度区间等。主观评价的结果有两种表示方法：一种是绝对评分表达，平均主观分数MOS，即表示失真图像的绝对质量；另一种是差值表达，差异平均主观分数DMOS，即表示失真图像与原始图像评价成绩的绝对差。

图像最终的接收端是人，因而主观实验评价方法是评价图像质量最准确和最有效的方法，但也存在严重的缺点。实际中，需要实验的数据量非常大，并且每次做出新的设计选择时都要重新进行实验，而主观评价实验只能测试有限数量的图像样本，导致实验过程很耗时并且费用昂贵，该方法很难在实时系统中应用，因此，人们需要设计客观的图像质量评价方法来近似反映主观感受。

客观评价，主要是通过客观的评价方法来评价图像质量。数字图像质量的客观评价已经越来越为人们所重视，并已形成了许多完整有效的算法体系。从现有文献看，依据对原始图像的参考程度的不同，图像质量的客观评价可分为三种：全参考FR、部分参考RR和无参考NR。

1)全参考

全参考型，就是指原始的图像信息是完全已知的，认为是没有任何失真的，被用来作为评价失真图像质量的参照。目前的大多数图像质量评价算法都属于全参考型。

2)部分参考

由于参考图像数据量往往比较大，在一些情况下不便于传输和存储，往往不能全部提供。所谓部分参考型，是指该算法仅利用原始图像的部分信息来估计失真图像的视觉感知质量，一个成功的部分参考型图像质量评价方法必须在特征数据率和图像质量的预测精度上取得很好的平衡。

3)无参考

全参考和部分参考方法都需要提供一个原始的且无失真的图像作为参考。但是在大多数实际应用中，参考图像的全部甚至部分信息是很难获得的，或者获取的成本很高，而且人类看到一张图像时，即使不知道参考图像也能很轻松地判断一幅图像质量的优劣。因此，无参考NR质量评价方法才是真正意义上理想的图像质量评价方法。

无参考型方法，是一种不需要原始图像任何信息，直接对失真图像进行评价的方法。近些年来，随着图像质量评价领域的发展，无参考NR型图像质量评价引起了越来越多的学者所关注。但目前尚未存在一种被业界普遍承认的无参考图像质量评价NR IQA方案，因而这个研究方向很有潜力与意义。

全参考型方法对失真图像质量预测准确，然而，全参考型方法要求有无任何失真的原始图像，这在很多实际应用中都难以实现。部分参考型方法在参考图像上信息量上的折衷导致相应评估结果的折衷，由于其仍要求得知原始图像信息，因而该类方法的实用性不高。无参考型方法不需要参考图像的信息而可以直接获得评价结果。随着图像质量评价IQA领域的进一步研究，这一极具挑战性的工作也有了相应的解决方案，在对质量评价的条件放宽的同时，评价效果也得到了逐步提高。