基于自然场景统计的图像质量评价算法.pdf
《基于自然场景统计的图像质量评价算法.pdf》由会员分享,可在线阅读,更多相关《基于自然场景统计的图像质量评价算法.pdf(7页珍藏版)》请在咨信网上搜索。
1、现代电子技术Modern Electronics Technique2023年12月1日第46卷第23期Dec.2023Vol.46 No.230 引 言图像信息是人类获得外部信息的主导方式,这也是人类互动的重要组成部分。但是,由于传输环境的影响,操作不当以及设备在图像采集、处理、压缩、传输和重建等过程中,图像很容易受损从而给图像研究带来了很大的困难12。因此,如何准确评估图像质量已成为图像处理领域的研究热点。图像质量评价方法分为主观和客观质量评价方法,主观质量评价方法指的是利用人类的视觉感知对图像进行评价,需要大量的人类参与,因此它是最准确可靠但又繁琐耗时的。客观的图像质量评价方法是通过建立
2、数学模型描述图像质量,达到与人类主观感受近似一致的目的,主要分为3个类别3:全参考图像质量评价方法(FRIQA)、半参考图像质量评价方法(RRIQA)、无参考图像质量评价方法(NRIQA)。全参考和部分参考图像质量评价方法都需要受损图像与其对应的无损图像进行对比,而无参考图像质量评价方法在评价过程中不需要与对应的无损图像对比,具有更广泛的研究和应用价值。当前,无参考图像质量方法有三个主要研究的基于自然场景统计的图像质量评价算法秦小倩1,杜 浩2(1.桂林学院,广西 桂林 541006;2.桂林电子科技大学,广西 桂林 541004)摘 要:基于自然场景统计(NSS)提出一种无参考图像的图像质量
3、评估(IQA)算法,该算法的实现结合了图像的小波能量差异和人类视觉系统(HVS)的对比度敏感功能(CSF)模型。自然图像经过小波多尺度变换后的能量呈线性分布,而图像失真破坏此线性关系。所提算法利用图像失真这一自然特性的变化建立预测模型,预测失真图像各尺度的小波子带能量,并用失真图像在各尺度能量的预测值和实测值的差异度量失真图像的质量,再通过CSF模型进行优化调整,使其更接近人类视觉系统。该算法在LIVE图像质量评价数据库和CSIQ图像质量评价数据库进行测试,结果表明该算法与现有无参考图像质量评价算法相比,与人眼具有良好一致性、运行时间短的优势。关键词:图像质量评价;NRIQA算法;小波变换;自
4、然场景统计;HVS;CSF模型中图分类号:TN911.7334 文献标识码:A 文章编号:1004373X(2023)23003607Image quality assessment algorithm based on natural scene statisticsQIN Xiaoqian1,DU Hao2(1.Guilin University,Guilin 541006,China;2.Guilin University of Electronic Technology,Guilin 541004,China)Abstract:A noreference image quality a
5、ssessment(IQA)algorithm is proposed based on natural scene statistics(NSS),which combines wavelet energy difference and contrast sensitive function(CSF)model of human visual system(HVS).The energy distribution of natural images after wavelet multiscale transformation is linear.However,image distorti
6、on destroys this linear relationship.In the proposed algorithm,a prediction model is established by using the change of the natural characteristics of image distortion,and the wavelet subband energy of each scale of the distorted image is predicted,and the quality of the distorted image is measured
7、by the difference between the predicted value and the measured value of the energy in each scale.And then,by the CSF model,it is optimized and adjusted to make it closer to the human visual system.The algorithm is tested in the image quality evaluation database LIVE and CSIQ.The results show that th
8、e algorithm has the advantages of good consistency with human eyes and short running time in comparison with the existing nonreference image quality evaluation algorithm.Keywords:IQA;NRIQA algorithm;wavelet transform;NSS;HVS;CSF modelDOI:10.16652/j.issn.1004373x.2023.23.007引用格式:秦小倩,杜浩.基于自然场景统计的图像质量评
9、价算法J.现代电子技术,2023,46(23):3642.收稿日期:20230626 修回日期:20230718基金项目:桂林学院2022年校级中青年教师科研基础能力提升项目:无参考图像质量评估研究;上海市在线检测与控制技术重点实验室开放基金项目(ZX2021104)3636第23期方向:1)用于指定失真类型的方法,该方法根据失真特性建立指定失真模型评估图像质量。例如,对于模糊失真,文献4通过模糊图像的结构被破坏程度建立模型描述图像的质量评估值;对于压缩失真,利用在小波系数的对数域中具有近似线性规则,并且通过已建立的联合直方图模型获得图像质量指标5。2)基于机器学习的方法,该方法取决于提取影响
10、图像评估质量的图像特征的能力,再使用机器学习领域已有算法构建模型6。如使用 SVR 导出失真图像的特征进而评价图像质量7、基于通用深度神经网络算法预测图像质量8。3)基于NSS模型的方法,自然图像都会有其固定特性,而失真会改变这些特性。例如,文献9通过提取失真图像改变的NSS特性建立模型进行图像的质量评估。文献10提出了 BLIINDS算法,该算法从 DCT域中提取4个 NSS特征并训练它们,获得图像的质量评价指标。BLIINDS11在BLIINDS的基础上引入了离散余弦统计特征对图像质量进行评价。文献12基于图像在小波域中遵循非高斯分布的 NSS 特性,进行图像质量的评估(BIQI)。Mat
11、tal.A 提出使用广义高斯模型描述失真图像的预测参数和实际参数之间的差异来进行质量评价(NIQE)13。本文提出一种基于 NSS的无参考图像质量评价算法,使用图像的低尺度子带能量预测高尺度子带能量,并用各尺度能量的预测值和失真图像实测值的差异来度量失真图像的质量。1 图像的自然统计特性1.1 小波变换二维离散小波变换(DWT)通常在实际图像处理中使用,通常分别以行和列方向提取二维信号14。二维小波分解图如图1所示。图1 二维小波分解图输入图像利用一维低通滤波器(LPF)和高通滤波器(HPF)进行行滤波,再通过相同的方法进行列滤波,得到 4个不同的频率子带(低频信息 LL、垂直信息 LH、水平
12、信息 HL和对角线信息 HH)。在小波变换中,图像的近似信息和细节信息分别以低频组件(LL、HL、LH)和高频组件(HH)表示。由于低频成分蕴含了信号的主要特征,因此小波可以进一步分解图像近似部分(LL),获得更多的低频成分。图2为图像的3级小波分解结构图,其中,1、2、3表示小波的分解尺度。图2 3级小波分解结构图1.2 自然图像的小波域统计特性由于自然图像具有不同的视觉感知区域(即边缘、纹理、平坦和其他区域),因此在自然图像中会出现某些频率分布特性15。对数域中自然图像的功率谱与空间频率之间存在近似线性关系,即随着分解级数的增加,对数域中小波子带能量呈线性减小。子带能量表示为16:E(s,
13、o)=1Nlog|Cs,o+(1)式中:E为子带能量;N是相应子带的像素点序号;C为子带系数;s是分解的级数;o表示方向;是调节因子。图 3 为 4 级小波分解各子带能量序号,图 4a)表示了 LIVE 图像质量评价数据库17中 29 张自然图像经过4 级小波分解后各子带在对数域的能量分布。子波能量具有近似线性减小的规律,但是其形状并不光滑,这是由于不同的图像具有不同的内容,不同图像的能量谱差异大。1.3 失真图像的自然统计特性振铃效应、模糊效应、随机噪声等是图像处理中常见的使图像失真的原因,它们将影响图像的高频信息18。JPEG2000,JPEG,White Noise,Gaussian B
14、lur和Fast Fading为图像常见的失真类型,图 4b)图 4e)显示了各失真类型在对数域中各小波子带与能量的关系,其中每种失真类型在LIVE图像质量评价数据库随机选取29幅图。秦小倩,等:基于自然场景统计的图像质量评价算法37现代电子技术2023年第46卷图3 小波子带能量序号可以看出,所有失真类型的图像体现出 NSS特性:小波高尺度变换下的低频子带小波能量(子带 No.1 和子带 No.2)衰减较慢或者不衰减,但低尺度变换下的高频子带(子带 No.3子带 No.8)衰减较快但不完全一致。这是由于失真类型的不同,图像失真的部分与程度也不同。由于图像的 NSS特性变化可以反映图像的质量变
15、化,因此利用失真图像的NSS特性受影响程度来表示失真图像的质量。2 基于NSS的图像质量评价算法从自然图像和失真图像的NSS特性可以看出,自然图像经小波多尺度分解后的子带能量在对数域中具有强线性规律,而失真图像则打破了这一规律。对于失真图像,失真主要表现为表细节的低尺度(高频带序号)的子带能量部分有显著变化,而表近似的高尺度(低频带序号)的子带能量部分几乎没有变化。使用自然图像的高尺度子带能量预测低尺度子带能量,并用各尺度能量的预测值和失真图像实测值的差异来度量失真图像的质量。由于自然图像和失真图像中子带能量的线性特性在4级小波分解中表现明显,因此在该方法中采用4级小波分解。图4 自然图像和各
16、失真类型的图像在小波域中各小波子带与能量的关系38第23期4级小波分解算法流程图如图 5所示,共分为以下几部分。1)训 练为了描述自然图像子带能量的线性规律,从训练N(N 20)幅自然图像中得到线性预测矩阵M(s),使高尺度的子带能量(子带 No.1和子带 No.2)可以预测低尺 度的子带能量(子带 No.3子带 No.8)。首先,在N(N 20)幅原始无损的图像上,根据式(2)得到原始图像的子带能量矩阵IE(n,s,o);然后,利用最小二乘法的矩阵变换得到预测矩阵M(s)。M(s)=IE(n,s,o)IE(n,4,o)-1(2)式中:s是尺度数,s=3,2,1;M(s)表示s尺度上的预测矩阵
17、;IE(n,s,o)是自然图像的s尺度上的子带能量;n是原始图像的数量,实验中n=29;o表示每层的方向;IE(n,4,o)是自然图像的第4尺度的子带能量。图5 算法流程图2)预 测根据式(3),通过小波变换获得失真图像的子带能量DE(s,o),再通过失真图像的第 4 尺度的子带能量DE(4,o)与预测矩阵M(s)相乘得到相应的预测无失真子带能量PE(s,o)。PE(s,o)=DE(4,o)M(s)(3)式中:s是尺度数,s=3,2,1;o表示每层的方向。3)调 整如图 4c)所示,当图像失真严重时,高尺度子带(子带 No.1 和子带 No.2)的能量 DE 会发生很大变化。如图 6a)所示,
18、如果用这些波动的值进行预测,将产生显著的误差。因此,预测值 PE被调整以防止这种情况发生,如式(4)、式(5)所示:如果:DE(4,o)(IE(n,4,o)min(4)则:PE(s,o)=(IE(n,s,o)mean(5)式中:s=3,2,1;(IE(n,4,o)min是步骤1)中的29个自然图像第 4尺度的子带能量的最小值;(IE(n,s,o)mean是自然图像第s尺度子带能量的平均值。调整后的能量分布如图6b)所示。图6 调整前后失真图像各子带的预测能量变化4)使用CSF模型构建加权系数对比敏感度是 HVS 的一个显著特征,指人眼对图像中不同区域的敏感度,它随着视觉场景中的空间频率而变化1
19、9。因此,对比敏感度随空间频率变化的曲线称为 CSF。由于人眼在不同程度上可以感知不同的空间频率,因此对不同频率的子带使用 CSF模型进行加权,使其更接近HVS16。各尺度的加权系数如式(6)所示:A(fr)=2.6 (0.019 2+0.114fr)exp-(0.114fr)1.1(6)式中:fr=fn*fs表示人眼视觉范围内的空间频率,fs为采样频率,fn为归一化频率,fn=f2x+f2y,fx和fy分别是图像的水平频率和垂直频率。根据文献16计算出各相应子带序号所对应的加权值如表1所示。5)图像质量评价值Q如图7所示,通过失真图像中每个子带的预测值PE和实际值 DE之间能量差的加权和(见
20、式(7)获得图像质量评估值Q。Q=s=13As log2()1+|PE(s)-DE(s)A(7)式中:A是每个尺度中两个方向的权重,在实验中,水平秦小倩,等:基于自然场景统计的图像质量评价算法39现代电子技术2023年第46卷和垂直方向A=1.1,对角线方向A=0.9;As是通过 CSF模型获得的每个尺度的权重系数;PE(s)是受损图像的预测无损能量;DE(s)是受损图像在s尺度上的实际能量。该图像的质量分数Q越高,失真图像的失真程度越高,则图像质量越低。表1 各子带序号所对应的加权值子带序号LL412345678加权值12.037 01.796 32.245 01.541 71.350 90
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 自然 场景 统计 图像 质量 评价 算法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。