HVS與圖像質(zhì)量評價(jià)方法

HVS與圖像質(zhì)量評價(jià)方法第一頁，共20頁。視覺生理眼球（光信號）視網(wǎng)膜（光信號->電信號）視交叉和外側(cè)膝體（傳輸）視覺皮層（電信號處理）第二頁，共20頁。視網(wǎng)膜圓柱體細(xì)胞對弱光反應(yīng)靈敏，暗視覺，細(xì)節(jié)分辨能力差，感受不到顏色，對物體活動(dòng)敏感椎體細(xì)胞對物像細(xì)節(jié)具有較高的分辨能力，能夠識別顏色，視覺靈敏度主要取決于椎體細(xì)胞第三頁，共20頁。視覺特性視覺亮度特性視覺空間頻率特性視覺時(shí)間頻率特性第四頁，共20頁。視覺亮度特性由于受人眼對比靈敏度的影響，人眼對亮度的主觀感覺與客觀亮度成對數(shù)關(guān)系。人眼的亮度視覺有個(gè)重要的特點(diǎn)，就是對被觀察事物的絕對亮度判斷力差，而對亮度的差異判斷力較強(qiáng)。通常用對比度來描述亮度差異，常使用下式來確定相對對比度Cr人眼剛能分辨的亮度差異所對應(yīng)的最小相對對比度值稱為對比靈敏度因素，其大小和背景亮度L和環(huán)境亮度L0有關(guān)，如圖所示第五頁，共20頁。在寬闊常用的背景亮度變化范圍內(nèi)，人眼的對比靈敏度因素變化很小，當(dāng)背景亮度很強(qiáng)或很弱時(shí)，人眼分辨亮度差異的能力下降。當(dāng)畫面的背景亮度不等于周圍的環(huán)境亮度時(shí)，對比靈敏度不僅與背景亮度有關(guān)，而且與環(huán)境亮度有關(guān)第六頁，共20頁。視覺亮度特性人眼對亮度的適應(yīng)性分為亮適應(yīng)、暗適應(yīng)、和局部適應(yīng)。從平均亮度小的暗環(huán)境轉(zhuǎn)入平均亮度大的亮環(huán)境的人眼視覺過程稱為亮適應(yīng)，其適應(yīng)時(shí)間為幾秒到幾分鐘。從亮環(huán)境轉(zhuǎn)入暗環(huán)境的人眼視覺適應(yīng)稱為暗適應(yīng)，適應(yīng)時(shí)間從幾秒到幾十分鐘。第七頁，共20頁。視覺亮度特性視覺亮度特性的應(yīng)用：

由于人眼對比靈敏度高，亮度感覺決定于亮度對比度，因而對重現(xiàn)圖像的亮度逼真度要求的特點(diǎn)是：不需重現(xiàn)圖像與原物圖像兩者的亮度完全相同，只要他們的亮度對比度相等就行，而重現(xiàn)圖像上有微小的亮度差異，只要它小于對比靈敏度，則對重現(xiàn)圖像的質(zhì)量沒有影響。第八頁，共20頁。視覺的空間頻率特性視覺空間分辨率人眼辨別圖像細(xì)節(jié)的能力稱為視覺銳度或視覺空間分辨率，他用人眼能夠區(qū)分圖像上的相鄰亮點(diǎn)的最小視角的倒數(shù)表示，人眼對圖像中心的分辨能力大于邊緣部分。人眼空間探測閾值

按照傅里葉光學(xué)原理，任何圖像都是由不同空間平率的亮度按正弦和余弦規(guī)律變化的各種成分組成?？臻g頻率越高代表圖像細(xì)節(jié)越小。人眼受空間分辨率的限制，探測能力也隨空間平率增高而減小。對某一特定的空間頻率成分，其亮度的最大值與最小值兩者之差與兩者之和的比值為亮度調(diào)制度M。人眼空間可探測閾值曲線表示人眼對各種空間頻率成分剛可探測的最低亮度調(diào)制度。如圖所示。第九頁，共20頁。視覺的空間頻率特性圖像中空間頻率越高的成分代表圖像的細(xì)節(jié)越小，人眼探測能力越低，為達(dá)到可以分辨，必須相應(yīng)增大其調(diào)制量。光柵的平均強(qiáng)度、環(huán)境光和單色光波長對人眼探測光柵的能力都有影響，當(dāng)這些條件變化時(shí)，曲線要上下浮動(dòng)。調(diào)制傳遞函數(shù)與極限分辨率調(diào)制傳遞函數(shù)表示傳像系統(tǒng)的輸出調(diào)制度與輸入調(diào)制度的比度，他代表傳像系統(tǒng)對所傳送圖像的分辨率像質(zhì)的影響。如果輸入圖像的調(diào)制度是已知的固定值，則調(diào)制傳遞函數(shù)就表示輸出圖像的分辨率像質(zhì)。實(shí)際上任何圖像傳送系統(tǒng)，傳送圖像的作用相當(dāng)于低通空間頻率濾波器，在空間頻率域上的傳像能力隨圖像的頻率成分的升高而減弱。如圖所示。第十頁，共20頁。視覺的空間頻率特性如果將輸出圖像分辨率相知的MTF曲線與表示人眼視覺空間分辨率與之特性的TOD曲線畫在同一坐標(biāo)上，則兩曲線的交點(diǎn)代表人眼觀察改圖像所能達(dá)到的空間分辨率的極限情況。該點(diǎn)橫坐標(biāo)為圖像可分辨的最高空間頻率，稱為圖像的極限分辨率，該點(diǎn)的縱坐標(biāo)表示圖像的的最高空間頻率成分的調(diào)制度。馬赫帶當(dāng)人們觀察亮度沿坐標(biāo)軸變化的亮帶時(shí)，人眼對亮帶的感覺是，在亮度變化去兩端附近的暗區(qū)出現(xiàn)黑條，而在亮區(qū)出現(xiàn)白條。如圖所示。第十一頁，共20頁。視覺的空間頻率特性馬赫帶是人眼觀察亮度劇變區(qū)域的主觀視覺所出現(xiàn)的虛幻的亮或暗的條紋。產(chǎn)生馬赫帶的原因是人眼視覺空間頻率響應(yīng)。在較低的空間頻率區(qū)域，人眼的視覺靈敏度并非隨空間頻率上升而下降，而是存在極大值，如圖所示。在某一較低空間頻率處，視覺靈敏度最高，因而該空間頻率成分被視覺強(qiáng)調(diào)所突出。馬赫帶效應(yīng)是圖像亮度變化邊界處的主觀銳化效應(yīng)，由于它具有自動(dòng)增強(qiáng)圖像輪廓的作用，所以在圖像處理時(shí)可適當(dāng)放松對輪廓銳度的要求，而換取其他圖像質(zhì)量指標(biāo)的改善。第十二頁，共20頁。視覺的時(shí)間頻率特性第十三頁，共20頁。HVS模型HVS通用模型HVS模型的主要特性包括視覺非線性、多通道、對比敏感度帶通、掩蓋效應(yīng)、多通道不同激勵(lì)的相互作用以及視覺生理心理特征。其中非線性、多通道、對比敏感度帶通和掩蓋效應(yīng)的特性研究較多，有相應(yīng)的計(jì)算模型，而多通道不同激勵(lì)的相互作用和視覺生理心理特性還沒有精確的計(jì)算模型。HVS模型異常復(fù)雜，它涉及到生物學(xué)、解剖學(xué)、生理學(xué)、心理學(xué)等多學(xué)科領(lǐng)域，因此對其的研究還在不斷的深入。第十四頁，共20頁?；谝曈X感知的評價(jià)方法-WMSE模型PQS算法的實(shí)現(xiàn)思想是:首先對經(jīng)二維離散傅里葉變化的原圖像和目標(biāo)圖像頻譜，依據(jù)HVS分別予以子帶分割，并對獲取的系列子帶頻譜進(jìn)行二維傅里葉反變換，建立相應(yīng)的原圖像和目標(biāo)圖像的子帶圖像系列；然后分別計(jì)算出各個(gè)子帶圖像對應(yīng)的NMSE值，并根據(jù)子帶視覺加權(quán)系數(shù)W，進(jìn)行加權(quán)處理；經(jīng)WMSE的閾值判決，最終得到該圖像的質(zhì)量主觀評價(jià)等級。第十五頁，共20頁。WMSE算法實(shí)現(xiàn)人眼視覺HVS模型對于HVS,采用模型其中，a,b,c為常數(shù)，f為視頻率，單位為cycles/degree（CPD）人眼對3~6CPD的空間頻率分量最為敏感。在此，去H(f)的峰值頻率響應(yīng)問4.5CPD,可得：相應(yīng)的HVS特性曲線如圖從圖中可以看到，對人眼視覺系統(tǒng)不再產(chǎn)生影響的最大頻率分量為曲線與橫軸交界處的頻率值。fmax第十六頁，共20頁。WMSE算法實(shí)現(xiàn)子帶圖像的分割方法依據(jù)建立的HVS模型，可見圖像頻譜中大于fmax的頻率分量，不再對圖像構(gòu)成明顯影響?？梢院雎圆挥?jì)，即圖像的子帶分割可以只在（0，fmax）頻譜區(qū)域內(nèi)進(jìn)行，采用等頻寬子帶分割，將圖像分割的各個(gè)子帶分別濾波，經(jīng)二維傅里葉變換，即得對應(yīng)的子帶圖像。WMSE算法將原子帶圖像作為原圖像，而將對應(yīng)的目標(biāo)子帶圖像作為目標(biāo)圖像，計(jì)算出各個(gè)子帶圖像的歸一化均方誤差NMSE。f（m,n）為M×N的圖像，為降質(zhì)圖像第十七頁，共20頁。WMSE算法實(shí)現(xiàn)然后，根據(jù)人眼對圖像各頻帶分量（子帶）的敏感度的帶通高低，對NMSEi予以對應(yīng)的權(quán)重Wi，后相疊加，最終獲得圖像視覺加權(quán)后的歸一化均方誤差WMSE,即WMSE模型探索并建立了一種新的圖像質(zhì)量客觀評價(jià)方法，該方法以傳統(tǒng)的圖像質(zhì)量方法中常用的歸一化均方誤差NMSE為基礎(chǔ)，并結(jié)合人眼視覺特性，實(shí)現(xiàn)了用客觀評價(jià)方法來反映主觀評價(jià)結(jié)果的目標(biāo)。從結(jié)果上看，WMSE明顯優(yōu)于NMSE，其不僅保留了客觀評價(jià)方法的優(yōu)點(diǎn)，同時(shí)也克服了其與實(shí)際圖像質(zhì)量脫節(jié)的嚴(yán)重缺陷，并能使圖像的客觀評價(jià)與主觀評價(jià)結(jié)果相統(tǒng)一。雖然在算法上較NMSE復(fù)雜些，但所建立的計(jì)算機(jī)評價(jià)系統(tǒng)只需輸入原圖像和目標(biāo)圖像文件即可，實(shí)現(xiàn)非常便捷。第十八頁，共20頁。基于視覺興趣的評價(jià)方法由于受到人的心理、文化背景、周圍環(huán)境、不同的應(yīng)用場合等多種因素的影響，人眼對同一幅圖像中的不同區(qū)域往往具有不同的感興趣程度，即人眼就有視覺興趣性特性。在充分利用視覺興趣特性的基礎(chǔ)上，提出了基于視覺興趣的圖像質(zhì)量評價(jià)方法。ROI模型為其中一個(gè)例子。假設(shè)測量圖像中只有一個(gè)感興趣去A1,其面積為S1;不感