[发明专利]基于区域权重和人眼视觉特性的图像质量客观评价方法

说明书

技术领域

本发明涉及计算机图像处理技术，尤其涉及一种基于区域权重和人眼视觉特性的图像质量客观评价方法。

背景技术

随着人类社会向高度数字化方向的发展，数字图像、数字视频、数字电视的飞速发展和普及也将成为必然。在数字图像处理的各种技术中数字图像在获取、压缩、储存、传输和重建等过程中可能会受到各种各样的退化失真，不可避免会出现图像降质的问题，如何更有效地评价图像质量的问题也应运而生。一个图像传输、处理或压缩系统的输出图像质量最终决定了其技术及系统的优劣，因此，图像质量评价的实际意义就成了对该系统及其技术质量的评价。

因为图像最终是给人观看的，所以最佳图像质量评价方式是人眼的主观评价。但是，这种评价方法的自由度大，并且受观察者的自身素质、观测目的、观测环境和人的某一阶段的心理因素等的影响，其操作过于繁杂、耗时、相对昂贵。事实上，人的视觉心理因素很难用准确的数学模型来表达，从而导致评价结果不够精确，且不便于图像系统的设计，在工程应用中也不便使用。在这种情况下，客观评价方法应运而生，其目标就是要自动快速的得到图像质量的量化指标。客观图像质量评价方法在定义上来讲的确精确严格，简单易行，能较好确定图像之间的差别，却一般都没有考虑图像观测者的视觉心理因素，而图像评价的主体——人在图像评价时往往起着很重要的作用，因而客观评价方法的评价结果很多时候无法与人眼主观评价的结果相吻合。

目前广泛使用的客观评价方法如均方无差(Mean Square Error：MSE)、峰值信噪比(Peak Signal to Noise ratio：PSNR)、信噪比(Signal-to-NoiseRatio：SNR)等。这些是衡量图像质量最常用的算法，是全参考型的图像质量评价手段，对尺寸为M、N的图像f(m，n)，MSE与PSNR定义为：

MSE=1MNΣi=1MΣj=1N(fij-fij′)2]]>

PSNR=10log(255MSE)2]]>

其中f_ij、f_ij′分别表示原始图像和恢复图像，M，N分别表示图像的高与宽。MSE越小、PSNR越大，效果越好。但是其只是简单的衡量图像之间的灰度差异或者信号与噪声的关系，在不同的图像退化条件下缺乏稳定性。

较新的算法是Wang Zhou等人提出的SSIM(Structural Similarity)算法，但其对于模糊程度稍大，噪声稍大、振铃波纹稍多的图像评价能力很差。

以往方法较差主要是没有考虑人眼的视觉特性，或者没有注意到人对图像内容的选择性观察(不同区域受到的关注程度不同)。

发明内容

本发明提出一种结合人眼视觉特性并利用梯度的变化按图像区域分权重评价的方法HVSWGM(Weighted Gradient Metric based on HumanVisual System)，图像经过处理后可直接进行质量评价其结果能跟人眼的视觉感受一致。

本发明基于区域权重和人眼视觉特性的图像质量客观评价方法主要思路是：