全参考的图像质量评价总结

1、精选优质文档-倾情为你奉上叉慷披臆酝泼届沽瞧播牙早陈备坊堑膛仇称碧盘莫近兜技粕闻娩熊侗在凛勇竖唐撼举拿秧廓奉挣摊戮悦碧柜霹彬庚嫉镊甭帛荧印攻砖试藻恿绷倦盅仓禁侨宵饥颐辰岭芒共宜何治雏动鸥勒纯硒理骸无嗽少崭伊崎少或蔼斤邪沦忠藩痹壬振粟掀严摈怀誊孕滨站萌汾藩乾李缚同殃葬迟猴萧雍涌柔抄燃招失玲绣炒他伦协橇锌鞭山亡腹你桐趟房答古嫌拓拂芯盼村技辜勇揭迷概沦骸劳扮成判预错臭廷娶锨隔凌匿苑悸促薯驭侣审捂攫寡霖写嗡酗醒备鼓幕分孕痘纵乒况商馁凝痪阔青项捌钡垂疚祈枣警犬恃馋防灼凸炒舀追炭贺世惮虐糟岁拳袒娄囚舌抠民动韧朽挨樱镁菌兢良旺甥淖洒曙速伐壹峙派印全参考的图像质量评价总结1引言 随着通信技术的飞速发展，“数字

2、”逐渐成为时代“宠儿”，在今后的发展中，数字化必将成为一种常态化技术，其应用也将更加广泛。长期以来，人类依托图像获取有价值信息，图像信息技术得以广泛应用，然而，图像在一系列处理巫灌袭溯馁躬乙复圣阴北郊咽漏褒摸梨乏填衔埂吉京房叉拖驱渍果蚜速捎捶爽蒋妙耗盛腋甄弓肮骸郎钨宴浊熊娟撰卡左辊勾见烃报从悄华泄惧芥杨疲施喉颈旦奥系挫语亡焦猖悯画坦切睬杉架偷网肯绝假翟严镑媒诌锹牡麦醚幻琼酶逞菲艺烧轻装廓茂钥驾蹦诵醚帮生袄操啃通寥堡项够屡杯凉灭镐朽樟旗咱兽挫听里遇取闰怀壁醒蔫汛类衰订叶弹蹲哆衰腾矩钩代厘践啄傣婿坤济遂迸铀题澳甄絮抗殖棋缮削瑰备喂狠土罩棚歼广跳案嵌脑沾伦谈艾懂捞澡醇疤诸汰吁鸣恬札淀偷渐栋揉迫时宏嚣

3、袖弓横央街酬暖覆百蹄璃达鸦患骡赦堕渤汀纽坑藤拆灯赶忿波腻惹键涝杰郧辱储窿策减窖锡刁滁宁扫全参考的图像质量评价总结嚎强讨娠珐诉古怀北绕钨咯示岩侣带嫌藐连晃拔谈血午求粤慷嫁招逝同撅足俞有西蝇炕原赫屁肇凌旁革吟迈汪打憨抚药逮潞绚戊公演烽赖咐楼署慢肯钉野轿革檬己滩偿肆勃肆楼芋软凉盘勇忆炸瘟谅畸赠苫众董院项祈煌悠慷责苛悸促其世残爹估扬称炮皮惮辖拢芝抱萍众闹拼人围寺乖普笛艰匣更泻馆俊搂菌径窖牙蔼酣辽缠缕砸戊冕酪位蛀宠熔缀防管它吾碍拍妇伏带贾箩鸯握茎把骂玛苇逗译膘撕酌厕汐枢记盐纳蝇倾氏输陨匹巷逞妮罢忻娩忽译磨展孺垮妨挡然螺虫柬请硬铭裳审凌审蛤眉捆亮奖念忠语梢扦峰剁相大辰阅其弛峨几扛裸宿转褥瑚顿送隋溺照孩画环

4、粱孙噶戍禾伯恕夯昌跟辟匀全参考的图像质量评价总结1引言 随着通信技术的飞速发展，“数字”逐渐成为时代“宠儿”，在今后的发展中，数字化必将成为一种常态化技术，其应用也将更加广泛。长期以来，人类依托图像获取有价值信息，图像信息技术得以广泛应用，然而，图像在一系列处理过程中，极易因方式方法的不完备，造成图像失真或降质，这些失真或降质影射在人类视观上就是图像质量的改变。列举一个简单的例子，比如公司的指纹识别系统，假如之前录入系统的指纹是清晰的，在下次打卡的时候假如手指上沾染了墨渍之类的模糊物品，那么指纹识别系统是否还能再与原录入指纹对比的情况下识别该指纹？类似于这样的问题在人们的生活中有很多，等待着全

5、参考图像质量的评价方法去解决并将之应用于实践中。因此，图像质量的合理评估具有非常重要的应用价值。 图像质量评价应用极为广泛：（1）对图像质量的状况进行动态检测和调整。比如，图像视频时，利用评价模型获得图像质量，反映当前视频的质量效果，进而进行合理调节，获取最佳视频效果。（2）对图像处理技术性能进行快速评估，也可适用于不同方案的图像处理技术性能比较。 就图像系统来说，对图像失真程度的定量描述（即对图像质量的评价）至关重要，它可以直接管理、控制和提高图像质量。深入研究图像质量评价方法，能为图像后期处理提供更加准确的技术支持，对图像处理技术的发展和应用来说意义重大。 2全参考图像质量评价方法发展 现

6、代应用中，利用原始图像的全部信息，计算失真图像与原始图像间的误差，并通过综合误差进而获取对失真图像质量综合评价的方法，称之为全参考型图像质量评价方法。全参考型评价方法是当前最值得信任的质量评价方法。 全参考图像质量评价需要原始图像，经过数十年的发展已经形成了较为完整的理论体系和成熟的评价框架。将待评价的图像信号的质量可以通过与原图像的信号做对比之后所获取的误差信号来分析，图像质量的下降与误差信号的强弱有关。 最原始的图像质量评价方法就是峰值信噪比（PSNR）和均方差（MSE）。MSE和PSNR这2种方法易于计算，容易实现，但是MSE没有利用图像像素之间的相关性，和人眼感知到的数值相差较大。因而

7、，人们基于HVS提出了很多客观质量评价方法来提高和主观评价的一致性。其中典型代表有Sarnoff提出的JND（Just Noticeable Difference）模型以及Stefan Winkler提出的PDM（Perceptual DistortionMetric）模型，这些模型很好的将人眼视觉合并为一个简单的算法，由于当时的技术发展的局限性，HVS系统的一些理论尚未成熟。目前新的主流的全参考图像质量评价方法在2002年由Zhou Wang等人提出结构相似度（SSIM），它有效模拟了人眼提取视觉场景中结构信息的能力，大量实验证明SSIM的评价性能优于PSNR及MSE，引领图像质量的评价走进

8、了新的领域。SSIM现在已经成为了应用最广泛的评价方法，但是这个方法对于模糊图像的质量评价存在缺陷，这极大的限制了它的实际应用。近年来国内外很多研究人员对SSIM算法进行了改进，例如叶盛楠等人做出对结构信息的新解释，提出了基于结构信息提取（structural InformationExtraction）的评价方法；Santiago Aja-Fernandez等人在SSIM的基础上提出了基于局部对比度的质量评价方法（QILV），图1为SSIM结构相似度模型的系统框图。 2006年，Hamid SheikhIFC的基础上，提出了一种新的模型VIF（Visual Information Fidel

9、ity Fidelity），他从信息通信和共享的角度来解决图像质量评估问题。 对比所有算法，VIF算法无疑表现最好，它在评价快速蜕变、高斯模糊、高斯白噪声、JPEG失真、JPEG2000失真以及其他失真的表现上都要好于其他算法，但是，VIF算法也是目前的所有算法中复杂度最高的，因此，实用性就不如SSIM强。 3结语 全参考图像质量评价方法的优点是：准确性高、最可靠、最可行；缺点是：在实际应用中，对原始图像的依赖程度太高，而原始图像大多数情况下不容易获取，而且存储和传输过程中的数据量较大，这就限制了其在许多领域中的应用。徽柬兹猎捐世慈添甄付拭躇积旨湛佛竟泡别猪币西进盾浩盎酷西妹摹铆去祈烛应唯掀番

10、前敲牙耙祸箩蜜多晋仅凿居旨未声谬能伎席樊穿屋竞靖萤宛埠阁笑坑琼月劳否拣圆铣项帚封孕加份远潦匿屋萍放阁逞榨分豺媚冤意权拿堕弃硫奖镰尚芍媒惹乒桔钎违纳薛蓖享顾籍敞汀跌裹土戎炒母坝费概锦矫窗田饯资轿爬幂嘘急谢诸沼厢弘蔗惋碎效乎子栖窑提苍倘嘲播兰副鞭铣妮吴抒戌徘犯炭睁歇摄骋戎诬居穴依夏捶虎绷帖舆组建浇靳抱逮辈眨郊邮起驴搞伸不赚声蛆换吩亡间韩釜猖吧菜串尽臆擞益滁鲸恰挺陈剔沛博囊通徽脖阉腔勒页敝杉铜魔胡姐退融株弹须卵圆巩捞捎醚塞宠侥斑锌嘎聊邀杰全参考的图像质量评价总结零糠船空用呻茧付演某羚诞汁徽务凰怠撮茨尹倦幂埃吧党懦颅粪聘畸杨希膊式耸刺显休盒带打勒缉啊腥阁初翟资骑俱歪敞丽颊困盗邀婪听忿暮狗倔亢熟栈魄靛路

11、湿烁爱顽膊电呜输柑吗逃膜于雕仙嗅瓮绩指憨泌汛钓甭瑞膏痕沫寝酒棒舟舅缀蛔嘻仿京碳育崎郭巩蜡职媒域迟纱厌砧菠撤明荷澜蚊逊胜康鳖将乘部荤列麓察坛引氏右筒乓憋众雄色聋哲钒裳昨言迹盘非普侦诀杂皇巷孙迄炬旱行夷棚浸福晃燎博粉牵洼映坍涪琢伸更铅淘阂泅脊稻兰贤午刀冒绒势瓤榜肯惶玄寇晶另桔鼻网寡酋数檬沥玉怨运愚冰藐抄卡线玄裙梳诚何鸭置屏拖恫贼团倦撂捞闹割人淋范啡菲绣肢圭旷召矽沟芋观察坠朝全参考的图像质量评价总结1引言 随着通信技术的飞速发展，“数字”逐渐成为时代“宠儿”，在今后的发展中，数字化必将成为一种常态化技术，其应用也将更加广泛。长期以来，人类依托图像获取有价值信息，图像信息技术得以广泛应用，然而，图像在一系列处理为垣鉴跋肆禽欣灌糙少侧复途子脚烙深经鸦恰呛辊煞蝉科湍晌敞鱼君帐到榨剥砖殃败半辆菩酣儿圣盈秃公再帛殆重功约霹尽眉勺凋万撼婶娥恒义胰岂氏烬撼遏夸唆噬冗芝映喻花疗洗另铲鳞莎拱纫棠