基于结构相似性的全参考图像质量评价

【引言】图像质量评价是图像处理系统中算法优劣和参数优化的重要指标, 随着图像视频软硬件的广泛应用，图像质量评价算法的研究具有广阔的应用前景。已有的算法分为主观评价和客观评价两类[1-2]，前一类方法通过人的主观感受试验进行，存在费时费力、不便应用的缺点；后一类方法通过设计评价模型并给出的量化指标进行, 具有简单、方便、易于嵌入应用等优点，是当前学术界的研究主流。客观评价方法又可以分为全参考评价算法、半参考评价算法和无参考评价算法三类[1-2]，其中全参考算法利用经过优化处理的高质量原始图像作为参考图像，通过量化参考图像和实际失真图像的差异作为质量评定标准;部分参考图像质量评价算法通过一些实验手段获取原始图像的部分信息作为图像质量评价的参考；无参考图像质量评价是在没有任何原始图像参考下通过对实际失真图像的特征统计建模进行，本文研究的是全参考客观评价算法。目前应用较多的是均方误差(MSE)、峰值信噪比(PSNR)等基于误差统计量的评价算法，主要不足是仅注重衡量失真图像和参考图像之间的差异，并没有考虑这些差异对人的视觉感知特性的影响, 评价值和主观评价值之间有较大的差异。基于以上不足, 本文利用文献[3]提出的融合人的视觉感知特性的结构相似算法(SSIM),对图像滤波实验进行质量评价，并与传统评价算法进行对比。