基于应用效果的图像质量评价方法建模研究

摘要：迄今的图像质量评价大多从图像本身的参数进行评价，或是从成像系统的调制传递函数来评价。然而从应用的角度来看，对图像质量的一般性评价还不能完全解决图像质量与图像应用效果的关系问题。如何针对有限的应用类型或应用目标来考虑图像质量参数，对于图像质量评价方法的研究是很有意义的。对此进行了论述。

关键词：图像质量评价；图像质量评价模型

中图分类号：TP751文献标识码：A文章编号：1672-7800（2011）01-0180-02

作者简介：朱智（1985-），男，河北石家庄人，中国地质大学计算机学院硕士研究生，研究方向为图像质量评价、数据仓库与数据挖掘。1图像质量评价建模

1.1建立图像质量评价的一般性指标体系

首先要研究建立图像质量评价的一般性指标体系。图像质量评价的指标体系，包括对辐射精度、几何精度和图像特征3大类质量参数。辐射精度质量参数和几何精度质量参数描述遥感图像是否及在何种程度上忠实于源目标的辐射特性和几何关系，是最基本的质量参数。图像特征参数着重度量地物的二维特征（如角点）在图像上的保持性，是辐射精度、几何精度以及成像方式等在图像上的综合表现。这些参数表征了图像的质量。这里图像质量是广义的概念，即其可能还包括图像分辨率等常规意义上的非图像质量参数。

图像质量参数或指标的研究，已有较多的前人研究成果。比如图像辐射指标常用的有对比度、信噪比、信息熵、边缘信号能力和方差等参数，几何精度指标有像元分辨率、定位精度、图像内部几何精度等。

1.2建立通用图像质量评价模型

用图像质量参数来计算或预估图像的应用效果，其关键是要建立二者之间的定量联系。这种联系的一般性数学表达称之为通用图像质量评价模型。图像质量评价模型中有两项基本内容，一是图像质量参数，它只是依赖于图像本身的客观质量参数，与应用类型无关；二是图像应用效果，它与具体应用类型有关。而在通用模型中我们只考虑与具体应用无关的研究内容，这就是一般性的图像质量参数和一般性的数学关系模型。在针对某种特定应用类型的图像评价中，再通过具体的应用将通用模型具体化。

通用评价模型即图像质量参数与图像应用效果之间的一般性关系模型。若模型中的图像质量参数表示为Q={q1，q2，…，qk}，图像应用效果的量化值表示为A（A[0，1]或A取离散分级值），则二者的关系可表示为A=f（Q）。暂时用线性模型将图像的应用效果与图像质量参数关联起来，则A=f(Q)=BQ

B=[b0，b1，b2，…，bk]，Q=[ 1，q1，q2，…，qk]T

B为系数。

此即为基于应用的通用图像质量评价模型。

对于A=f(Q)的具体形式究竟如何，是线性还是非线性，还应利用较多的实际图像，对图像质量参数与应用效果的关系进行理论分析和系统分析，从中找出其最可靠的定量关系模型。

2成像质量评价验证方法研究

通过图像质量评价模型建立后，要利用它来实现对图像的评价，还需要针对某种类型的应用，将模型具体化，即表达为一个模型系数已确定了的函数关系，然后才能用该应用类型的评价模型对图像进行相应应用目的的评价。所以，图像质量评价验证方法包括2个步骤，首先通过样本图像求取应用评价模型的系数，即建立针对某种典型应用模型的评价模型，然后对待评价图像基于其图像质量参数和典型应用评价模型进行应用评价计算。

2.1建立典型应用的评价模型

建模过程包括4个步骤：

（1）获取不同图像质量的图像样本。通过对少量遥感图像采用退化处理以形成不同图像质量的图像系列。图像退化导致图像细节模糊、失真、噪声等多种品质下降现象。

对无噪声退化过程，可描述为：

g（x，y）=f（x，y）*h（x，y）

对有加性噪声退化过程，可描述为：

g（x，y）=f（x，y）*h（x，y）+n（x，y）

其中g（x，y）为退化图像，h（x，y）为点扩散函数，n（x，y）为噪声函数。因此可通过卷积处理、加噪处理等方式对图像进行降质，获取不同质量的图像。

（2）获得图像应用效果的定量化表达。对不同质量图像进行统一标准的专家目视解译和计算机解译，提取典型应用中的既定目标，并将应用效果的好坏评价作定量化处理，如归一化的表达[0，1]或取离散分级值。这样得到不同图像质量的不同应用效果（A值）。

（3）确定针对不同应用类型的最佳图像质量参数集并计算图像质量参数值。对具体的应用类型，需要找出针对性的关键质量参数子集，并求出该参数集下不同质量图像的图像质量参数值。①定不同应用类型的最佳图像质量参数集：图像质量参数与图像应用效果的关系是一种复杂的对应关系，具有一定得不确定性、模糊性。要通过对具体应用目标的成像机理分析和适当的数字手段，找出针对具体应用类型的最佳图像质量参数集。由于上述不确定性的存在，必要时可以采用粗糙集的分析方法来发现给定图像对给定应用类型产生影响的最佳图像质量参数。其次，对质量参数与应用效果进行单因素和多因素的统计分析，以确定出比较可靠的影响图像应用效果的图像质量影响因素；②对所确定的图像及其质量参数集，计算各图像的质量参数值。

（4）求解给定应用类型的模型系数。建模过程如下（以线性模型为例）：

不同质量的图像系列记为Ii，i=1，…，n

Ii的图像质量参数记为Qi=[ 1，qi1，qi2，…，qik]T，k为质量参数的数目。

Ii所对应的应用效果量化值记为Ai。

于是依模型有：

Ai=BQi=[b0，b1，b2，…，bk] [ 1，qi1，qi2，…，qik]T

对多于k+1个图像的图像系列（n＞k+1）建模，采用最小二乘法拟合求解B：

令∑ni=1(Ai-BQi)2=0由此可得一线性方程，可解得B。B即代表了一个关于图像的典型应用评价模型。

非线性模型可化为线性模型求解。

2.2基于典型应用评价模型的仿真图像质量评价

建立典型应用评价模型以后，对图像针对同类应用进行质量评价时，不需要再实际地将图像做应用研究以及获得应用效果的评价，而只要计算出的图像质量参数带入同类型应用评价模型，就可以计算出其可能的应用效果，从而可以方便地实现对仿真图像质量的应用评价。评价过程包括以下步骤：

(1)计算仿真图像的图像质量参数值

按照所引用的图像质量应用评价模型中确定的各项图像质量参数，分别计算出这些参数的值。

(2)通过模型计算仿真图像应用效果得分值

将图像质量参数值带入所引用的模型，算出得分值。该值反应了仿真图像针对这一应用类型的可能应用效果，可以作为图像质量应用评价的综合指标。并且从模型系数和质量参数值进一步分析导致该应用效果的成像指标方面的可能原因。

(3)对仿真图像的评价结果进行验证

对仿真凸显的评价结果进行验证，要求仿真图像是基于某一含有真实目标的真实场景经仿真得到。这一，在对仿真图像进行评价后，可进一步对仿真图像进行具体的应用和实地验证，然后对比仿真图像评价结果与实际识别效果，以此检验所建立的评价模型和方法的有效性。

基于应用效果的图像质量评价方法总体建模结构如图1所示。

图1图像质量评价方法建模结构

3结束语

由于不同类型的图像应用对图像质量的要求不一定完全相同，要求图像在所有质量参数上都达到最优，从而满足各种应用类型的需求是不现实的，并且在很多情况下也是不经济的。通过图像质量参数与图像应用效果的关系模型，结合对图像质量与成像指标及成像控制之间关系的机理分析，实现从图像的预期应用效果来分析和优化成像控制。针对有限的应用类型或者应用目标来考虑图像质量参数，对图像质量评价方法的研究是很有意义的。

参考文献：

[1]叶盛楠,苏开娜,肖创柏,等.基于结构信息提取的图像质量评价[J].电子学报,2008(3).

[2]WANG Z, BOIVK A C. A universal image quality index. IEEE Signal Processing Letters, 2002.

[3]WANG Z, BOVIK A C, SHEIKHH R, et al. Image quality assessment: from errormeasurement to structural similarity. IEEE Trans on Image Processing, 2004.

[4]曹圣群,黄普明,鞠德航.HVS模型及其在静止图像压缩质量评价中的应用[J].中国图像图形学报,2003（10）.

[5]马文波,赵保军,任宏亮,等.基于小波频带划分及CSF特性的图像质量评价方法[J].激光与红外,2007（6）.

[6]杨春玲,陈冠豪,谢胜利.基于梯度信息的图像质量评判方法的研究[J].电子学报,2007（5）.

[7]杨婉,吴乐华,范晔，等.数字图像客观质量评价方法研究[J].通信技术,2008（7）.（责任编辑：杜能钢）

推荐访问:建模 图像 评价 效果 质量