嵌入式圖像質(zhì)量評(píng)估算法研究

辛后林

摘 要：嵌入式設(shè)備由于其硬件限制，在對(duì)顯示圖像進(jìn)行一系列處理時(shí)會(huì)對(duì)圖像的質(zhì)量造成損害，進(jìn)而影響顯示效果。為降低損傷的程度，需要對(duì)圖像處理的相關(guān)算法進(jìn)行評(píng)估。通過(guò)對(duì)峰值信噪比（PSNR）和結(jié)構(gòu)相似度（SSIM）兩種圖像質(zhì)量評(píng)估算法進(jìn)行比較，深入分析了圖像質(zhì)量的評(píng)估體系，提高了圖像壓縮算法的保真性。

關(guān)鍵詞：嵌入式系統(tǒng)；峰值信噪比；結(jié)構(gòu)相似度；人類視覺系統(tǒng)

中圖分類號(hào)：TP391.41 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-6835（2014）10-0106-03

1 嵌入式系統(tǒng)

嵌入式系統(tǒng)是先進(jìn)的計(jì)算機(jī)技術(shù)、半導(dǎo)體技術(shù)、電子技術(shù)和各種具體應(yīng)用相結(jié)合的產(chǎn)物，是技術(shù)密集、資金密集、高度分散、不斷創(chuàng)新的新型集成知識(shí)系統(tǒng)。它具有系統(tǒng)內(nèi)核小、專用性強(qiáng)、系統(tǒng)精簡(jiǎn)、高實(shí)時(shí)性、多任務(wù)等諸多特點(diǎn)。

2 數(shù)字圖像處理

數(shù)字圖像處理又稱為計(jì)算機(jī)圖像處理，它是指將圖像信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)并利用計(jì)算機(jī)對(duì)其進(jìn)行處理的過(guò)程。它以人為對(duì)象，以改善人的視覺效果為目的。常用的圖像處理方法有圖像增強(qiáng)、復(fù)原、編碼、壓縮等。

3 圖像質(zhì)量評(píng)估

圖像處理的過(guò)程中，會(huì)因壓縮、舍棄像素等操作使得圖片質(zhì)量在一定程度上受到損傷，為了降低這種損傷對(duì)圖像可視化的影響，我們需要對(duì)圖像處理中的相關(guān)算法進(jìn)行評(píng)估，這對(duì)影像的后續(xù)利用和促進(jìn)對(duì)人類視覺感知的研究具有重要的理論意義。

3.1 PSNR算法

3.1.1 PSNR的定義

PSNR（Peak Signal to Noise Ratio）是一種利用峰值信噪比來(lái)評(píng)定圖像質(zhì)量的客觀標(biāo)準(zhǔn)，評(píng)價(jià)結(jié)果以dB（對(duì)比分貝）為單位來(lái)表示。2個(gè)圖像間的PSNR值越大，越趨于無(wú)劣化。劣化程度較大時(shí)，PSNR值趨于0 dB。

兩個(gè)m×n的單色圖像I和K，如果兩者的噪聲近似，那么它們的均方差為：

3.1.2 PSNR算法的局限性

PSNR算法能較準(zhǔn)確地計(jì)算出圖像質(zhì)量的誤差值，并可以結(jié)合HVS視覺系統(tǒng)中生理學(xué)和心理學(xué)的特征，使用經(jīng)驗(yàn)公式對(duì)誤差值進(jìn)行修正。但該算法也存在一定的局限性，即人類視覺系統(tǒng)是一種是非常復(fù)雜且高度非線性的系統(tǒng)，但在建立模型的時(shí)候，往往都是以線性結(jié)構(gòu)或者類似線性結(jié)構(gòu)的模型來(lái)仿真HVS，所以這種基于誤差敏感度的評(píng)估方式是建立在一些理想的假設(shè)之上的。

3.2 SSIM算法

SSIM（structural similarity （SSIM） index measurement system）是一種衡量?jī)煞鶊D像相似度的新指標(biāo)，在圖像去噪處理和圖像相似度評(píng)價(jià)上已經(jīng)全面超越了SNR（signal to noise ratio）和PSNR（peak signal to noise ratio）。

3.2.1 算法突破

自然圖像信號(hào)都是高度結(jié)構(gòu)化的，這種結(jié)構(gòu)化方式體現(xiàn)在圖像的像素間都有很強(qiáng)的依賴性，這些相互依賴的像素就承載著圖像重要的結(jié)構(gòu)信息。

結(jié)構(gòu)度相似理論的特點(diǎn)有：①結(jié)構(gòu)相似度理論不再將圖片的失真歸結(jié)于空間上逐點(diǎn)像素信息間的差異，而是將結(jié)構(gòu)信息從圖像中剝離出來(lái)，作為全新的圖像質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)；②基于HVS特性的方法與SSIM理論的最大區(qū)別是前者是自底向上，后者是自頂向下；③由于結(jié)構(gòu)相似度理論是直接估計(jì)兩個(gè)復(fù)雜結(jié)構(gòu)信號(hào)的結(jié)構(gòu)改變，而不與人類的主觀視覺掛鉤，因此這樣就可以更客觀地評(píng)定圖像質(zhì)量。

3.2.2 數(shù)學(xué)模型

作為實(shí)現(xiàn)結(jié)構(gòu)相似性理論的一種方法，從圖像組成的角度出發(fā)，可以將結(jié)構(gòu)相似度指數(shù)定義為獨(dú)立于亮度、對(duì)比度之外的反映場(chǎng)景中物體結(jié)構(gòu)的一種信息。在結(jié)構(gòu)相似性的計(jì)算中，可以用均值估計(jì)亮度，用標(biāo)準(zhǔn)差估計(jì)對(duì)比度，用協(xié)方差度量結(jié)構(gòu)的相似程度。

3.2.2.1 結(jié)構(gòu)相似度核心算法模型

4 嵌入式中擴(kuò)展應(yīng)用

由于SSIM算法運(yùn)算效率高、應(yīng)用靈活，且圖像相似度測(cè)量的精確度更高，因此在嵌入式領(lǐng)域中得到了廣泛的應(yīng)用。

4.1 指紋識(shí)別

隨著越來(lái)越多的數(shù)據(jù)和私人信息流向于手持設(shè)備，信息安全問題逐漸引起人們的重視。根據(jù)指紋紋路的各種特征進(jìn)行建模，并提取數(shù)據(jù)樣本，然后使用SSIM算法來(lái)計(jì)算每次驗(yàn)證指紋時(shí)的圖像相似度，從而給出相應(yīng)的反映。在這一應(yīng)用中，指紋的唯一性特征完全可以類比于HVS的特征。

4.2 信號(hào)濾波器

在工業(yè)領(lǐng)域，需要對(duì)各種傳輸信號(hào)進(jìn)行過(guò)濾，通常情況下是以頻率為基準(zhǔn)對(duì)信號(hào)進(jìn)行過(guò)濾，但在某些應(yīng)用領(lǐng)域，需要先對(duì)信號(hào)加載的信息進(jìn)行篩選分析，然后在對(duì)信號(hào)進(jìn)行過(guò)濾。在引入SSIM算法對(duì)信號(hào)進(jìn)行過(guò)濾時(shí)，所選取的參數(shù)不再是亮度、對(duì)比度、結(jié)構(gòu)信息等，而是根據(jù)不同的信號(hào)種類建立不同的參考系，最終達(dá)到信號(hào)信息過(guò)濾的目的。

5 結(jié)束語(yǔ)

隨著技術(shù)的進(jìn)步，圖像質(zhì)量評(píng)價(jià)算法的研究呈現(xiàn)以下三個(gè)趨勢(shì)，即從單純的客觀評(píng)價(jià)算法轉(zhuǎn)化為主客觀相結(jié)合的評(píng)價(jià)算法，無(wú)參考算法開始成為研究的熱點(diǎn)，面向具體任務(wù)的評(píng)價(jià)算法逐漸增多。

圖像質(zhì)量評(píng)價(jià)算法的目標(biāo)是得到與人的主觀評(píng)價(jià)相一致的評(píng)價(jià)結(jié)果，任何圖像質(zhì)量評(píng)價(jià)的結(jié)果都要與人們的主觀感知保持一致。目前的評(píng)價(jià)體系都在不同程度結(jié)合了HVS的相關(guān)特性，同時(shí)還融入了HVS特性的算法，這種方式比單純以數(shù)據(jù)進(jìn)行客觀評(píng)價(jià)的算法更準(zhǔn)確。因此，主客觀結(jié)合的評(píng)價(jià)體系是圖像質(zhì)量評(píng)價(jià)發(fā)展的主流。

參考文獻(xiàn)

[1]郭劍.基于嵌入式系統(tǒng)的數(shù)字圖像處理技術(shù)的研究[D].西安：西安電子科技大學(xué)，2006.

[2]周景超，戴汝為，肖柏華.圖像質(zhì)量評(píng)價(jià)研究綜述[J].計(jì)算機(jī)科學(xué)，2008（07）.

[3]佟雨兵，張其善，祁云平.基于PSNR與SSIM聯(lián)合的圖像質(zhì)量評(píng)價(jià)模型[J].中國(guó)圖像圖形學(xué)報(bào)，2006（12）.

〔編輯：王霞〕

摘 要：嵌入式設(shè)備由于其硬件限制，在對(duì)顯示圖像進(jìn)行一系列處理時(shí)會(huì)對(duì)圖像的質(zhì)量造成損害，進(jìn)而影響顯示效果。為降低損傷的程度，需要對(duì)圖像處理的相關(guān)算法進(jìn)行評(píng)估。通過(guò)對(duì)峰值信噪比（PSNR）和結(jié)構(gòu)相似度（SSIM）兩種圖像質(zhì)量評(píng)估算法進(jìn)行比較，深入分析了圖像質(zhì)量的評(píng)估體系，提高了圖像壓縮算法的保真性。

關(guān)鍵詞：嵌入式系統(tǒng)；峰值信噪比；結(jié)構(gòu)相似度；人類視覺系統(tǒng)

中圖分類號(hào)：TP391.41 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-6835（2014）10-0106-03

1 嵌入式系統(tǒng)

嵌入式系統(tǒng)是先進(jìn)的計(jì)算機(jī)技術(shù)、半導(dǎo)體技術(shù)、電子技術(shù)和各種具體應(yīng)用相結(jié)合的產(chǎn)物，是技術(shù)密集、資金密集、高度分散、不斷創(chuàng)新的新型集成知識(shí)系統(tǒng)。它具有系統(tǒng)內(nèi)核小、專用性強(qiáng)、系統(tǒng)精簡(jiǎn)、高實(shí)時(shí)性、多任務(wù)等諸多特點(diǎn)。

2 數(shù)字圖像處理

數(shù)字圖像處理又稱為計(jì)算機(jī)圖像處理，它是指將圖像信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)并利用計(jì)算機(jī)對(duì)其進(jìn)行處理的過(guò)程。它以人為對(duì)象，以改善人的視覺效果為目的。常用的圖像處理方法有圖像增強(qiáng)、復(fù)原、編碼、壓縮等。

3 圖像質(zhì)量評(píng)估

圖像處理的過(guò)程中，會(huì)因壓縮、舍棄像素等操作使得圖片質(zhì)量在一定程度上受到損傷，為了降低這種損傷對(duì)圖像可視化的影響，我們需要對(duì)圖像處理中的相關(guān)算法進(jìn)行評(píng)估，這對(duì)影像的后續(xù)利用和促進(jìn)對(duì)人類視覺感知的研究具有重要的理論意義。

3.1 PSNR算法

3.1.1 PSNR的定義

PSNR（Peak Signal to Noise Ratio）是一種利用峰值信噪比來(lái)評(píng)定圖像質(zhì)量的客觀標(biāo)準(zhǔn)，評(píng)價(jià)結(jié)果以dB（對(duì)比分貝）為單位來(lái)表示。2個(gè)圖像間的PSNR值越大，越趨于無(wú)劣化。劣化程度較大時(shí)，PSNR值趨于0 dB。

兩個(gè)m×n的單色圖像I和K，如果兩者的噪聲近似，那么它們的均方差為：

3.1.2 PSNR算法的局限性

PSNR算法能較準(zhǔn)確地計(jì)算出圖像質(zhì)量的誤差值，并可以結(jié)合HVS視覺系統(tǒng)中生理學(xué)和心理學(xué)的特征，使用經(jīng)驗(yàn)公式對(duì)誤差值進(jìn)行修正。但該算法也存在一定的局限性，即人類視覺系統(tǒng)是一種是非常復(fù)雜且高度非線性的系統(tǒng)，但在建立模型的時(shí)候，往往都是以線性結(jié)構(gòu)或者類似線性結(jié)構(gòu)的模型來(lái)仿真HVS，所以這種基于誤差敏感度的評(píng)估方式是建立在一些理想的假設(shè)之上的。

3.2 SSIM算法

SSIM（structural similarity （SSIM） index measurement system）是一種衡量?jī)煞鶊D像相似度的新指標(biāo)，在圖像去噪處理和圖像相似度評(píng)價(jià)上已經(jīng)全面超越了SNR（signal to noise ratio）和PSNR（peak signal to noise ratio）。

3.2.1 算法突破

自然圖像信號(hào)都是高度結(jié)構(gòu)化的，這種結(jié)構(gòu)化方式體現(xiàn)在圖像的像素間都有很強(qiáng)的依賴性，這些相互依賴的像素就承載著圖像重要的結(jié)構(gòu)信息。

結(jié)構(gòu)度相似理論的特點(diǎn)有：①結(jié)構(gòu)相似度理論不再將圖片的失真歸結(jié)于空間上逐點(diǎn)像素信息間的差異，而是將結(jié)構(gòu)信息從圖像中剝離出來(lái)，作為全新的圖像質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)；②基于HVS特性的方法與SSIM理論的最大區(qū)別是前者是自底向上，后者是自頂向下；③由于結(jié)構(gòu)相似度理論是直接估計(jì)兩個(gè)復(fù)雜結(jié)構(gòu)信號(hào)的結(jié)構(gòu)改變，而不與人類的主觀視覺掛鉤，因此這樣就可以更客觀地評(píng)定圖像質(zhì)量。

3.2.2 數(shù)學(xué)模型

作為實(shí)現(xiàn)結(jié)構(gòu)相似性理論的一種方法，從圖像組成的角度出發(fā)，可以將結(jié)構(gòu)相似度指數(shù)定義為獨(dú)立于亮度、對(duì)比度之外的反映場(chǎng)景中物體結(jié)構(gòu)的一種信息。在結(jié)構(gòu)相似性的計(jì)算中，可以用均值估計(jì)亮度，用標(biāo)準(zhǔn)差估計(jì)對(duì)比度，用協(xié)方差度量結(jié)構(gòu)的相似程度。

3.2.2.1 結(jié)構(gòu)相似度核心算法模型

4 嵌入式中擴(kuò)展應(yīng)用

由于SSIM算法運(yùn)算效率高、應(yīng)用靈活，且圖像相似度測(cè)量的精確度更高，因此在嵌入式領(lǐng)域中得到了廣泛的應(yīng)用。

4.1 指紋識(shí)別

隨著越來(lái)越多的數(shù)據(jù)和私人信息流向于手持設(shè)備，信息安全問題逐漸引起人們的重視。根據(jù)指紋紋路的各種特征進(jìn)行建模，并提取數(shù)據(jù)樣本，然后使用SSIM算法來(lái)計(jì)算每次驗(yàn)證指紋時(shí)的圖像相似度，從而給出相應(yīng)的反映。在這一應(yīng)用中，指紋的唯一性特征完全可以類比于HVS的特征。

4.2 信號(hào)濾波器

在工業(yè)領(lǐng)域，需要對(duì)各種傳輸信號(hào)進(jìn)行過(guò)濾，通常情況下是以頻率為基準(zhǔn)對(duì)信號(hào)進(jìn)行過(guò)濾，但在某些應(yīng)用領(lǐng)域，需要先對(duì)信號(hào)加載的信息進(jìn)行篩選分析，然后在對(duì)信號(hào)進(jìn)行過(guò)濾。在引入SSIM算法對(duì)信號(hào)進(jìn)行過(guò)濾時(shí)，所選取的參數(shù)不再是亮度、對(duì)比度、結(jié)構(gòu)信息等，而是根據(jù)不同的信號(hào)種類建立不同的參考系，最終達(dá)到信號(hào)信息過(guò)濾的目的。

5 結(jié)束語(yǔ)

隨著技術(shù)的進(jìn)步，圖像質(zhì)量評(píng)價(jià)算法的研究呈現(xiàn)以下三個(gè)趨勢(shì)，即從單純的客觀評(píng)價(jià)算法轉(zhuǎn)化為主客觀相結(jié)合的評(píng)價(jià)算法，無(wú)參考算法開始成為研究的熱點(diǎn)，面向具體任務(wù)的評(píng)價(jià)算法逐漸增多。

圖像質(zhì)量評(píng)價(jià)算法的目標(biāo)是得到與人的主觀評(píng)價(jià)相一致的評(píng)價(jià)結(jié)果，任何圖像質(zhì)量評(píng)價(jià)的結(jié)果都要與人們的主觀感知保持一致。目前的評(píng)價(jià)體系都在不同程度結(jié)合了HVS的相關(guān)特性，同時(shí)還融入了HVS特性的算法，這種方式比單純以數(shù)據(jù)進(jìn)行客觀評(píng)價(jià)的算法更準(zhǔn)確。因此，主客觀結(jié)合的評(píng)價(jià)體系是圖像質(zhì)量評(píng)價(jià)發(fā)展的主流。

參考文獻(xiàn)

[1]郭劍.基于嵌入式系統(tǒng)的數(shù)字圖像處理技術(shù)的研究[D].西安：西安電子科技大學(xué)，2006.

[2]周景超，戴汝為，肖柏華.圖像質(zhì)量評(píng)價(jià)研究綜述[J].計(jì)算機(jī)科學(xué)，2008（07）.

[3]佟雨兵，張其善，祁云平.基于PSNR與SSIM聯(lián)合的圖像質(zhì)量評(píng)價(jià)模型[J].中國(guó)圖像圖形學(xué)報(bào)，2006（12）.

〔編輯：王霞〕

摘 要：嵌入式設(shè)備由于其硬件限制，在對(duì)顯示圖像進(jìn)行一系列處理時(shí)會(huì)對(duì)圖像的質(zhì)量造成損害，進(jìn)而影響顯示效果。為降低損傷的程度，需要對(duì)圖像處理的相關(guān)算法進(jìn)行評(píng)估。通過(guò)對(duì)峰值信噪比（PSNR）和結(jié)構(gòu)相似度（SSIM）兩種圖像質(zhì)量評(píng)估算法進(jìn)行比較，深入分析了圖像質(zhì)量的評(píng)估體系，提高了圖像壓縮算法的保真性。

關(guān)鍵詞：嵌入式系統(tǒng)；峰值信噪比；結(jié)構(gòu)相似度；人類視覺系統(tǒng)

中圖分類號(hào)：TP391.41 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-6835（2014）10-0106-03

1 嵌入式系統(tǒng)

嵌入式系統(tǒng)是先進(jìn)的計(jì)算機(jī)技術(shù)、半導(dǎo)體技術(shù)、電子技術(shù)和各種具體應(yīng)用相結(jié)合的產(chǎn)物，是技術(shù)密集、資金密集、高度分散、不斷創(chuàng)新的新型集成知識(shí)系統(tǒng)。它具有系統(tǒng)內(nèi)核小、專用性強(qiáng)、系統(tǒng)精簡(jiǎn)、高實(shí)時(shí)性、多任務(wù)等諸多特點(diǎn)。

2 數(shù)字圖像處理

數(shù)字圖像處理又稱為計(jì)算機(jī)圖像處理，它是指將圖像信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)并利用計(jì)算機(jī)對(duì)其進(jìn)行處理的過(guò)程。它以人為對(duì)象，以改善人的視覺效果為目的。常用的圖像處理方法有圖像增強(qiáng)、復(fù)原、編碼、壓縮等。

3 圖像質(zhì)量評(píng)估

圖像處理的過(guò)程中，會(huì)因壓縮、舍棄像素等操作使得圖片質(zhì)量在一定程度上受到損傷，為了降低這種損傷對(duì)圖像可視化的影響，我們需要對(duì)圖像處理中的相關(guān)算法進(jìn)行評(píng)估，這對(duì)影像的后續(xù)利用和促進(jìn)對(duì)人類視覺感知的研究具有重要的理論意義。

3.1 PSNR算法

3.1.1 PSNR的定義

PSNR（Peak Signal to Noise Ratio）是一種利用峰值信噪比來(lái)評(píng)定圖像質(zhì)量的客觀標(biāo)準(zhǔn)，評(píng)價(jià)結(jié)果以dB（對(duì)比分貝）為單位來(lái)表示。2個(gè)圖像間的PSNR值越大，越趨于無(wú)劣化。劣化程度較大時(shí)，PSNR值趨于0 dB。

兩個(gè)m×n的單色圖像I和K，如果兩者的噪聲近似，那么它們的均方差為：

3.1.2 PSNR算法的局限性

PSNR算法能較準(zhǔn)確地計(jì)算出圖像質(zhì)量的誤差值，并可以結(jié)合HVS視覺系統(tǒng)中生理學(xué)和心理學(xué)的特征，使用經(jīng)驗(yàn)公式對(duì)誤差值進(jìn)行修正。但該算法也存在一定的局限性，即人類視覺系統(tǒng)是一種是非常復(fù)雜且高度非線性的系統(tǒng)，但在建立模型的時(shí)候，往往都是以線性結(jié)構(gòu)或者類似線性結(jié)構(gòu)的模型來(lái)仿真HVS，所以這種基于誤差敏感度的評(píng)估方式是建立在一些理想的假設(shè)之上的。

3.2 SSIM算法

SSIM（structural similarity （SSIM） index measurement system）是一種衡量?jī)煞鶊D像相似度的新指標(biāo)，在圖像去噪處理和圖像相似度評(píng)價(jià)上已經(jīng)全面超越了SNR（signal to noise ratio）和PSNR（peak signal to noise ratio）。

3.2.1 算法突破

自然圖像信號(hào)都是高度結(jié)構(gòu)化的，這種結(jié)構(gòu)化方式體現(xiàn)在圖像的像素間都有很強(qiáng)的依賴性，這些相互依賴的像素就承載著圖像重要的結(jié)構(gòu)信息。

結(jié)構(gòu)度相似理論的特點(diǎn)有：①結(jié)構(gòu)相似度理論不再將圖片的失真歸結(jié)于空間上逐點(diǎn)像素信息間的差異，而是將結(jié)構(gòu)信息從圖像中剝離出來(lái)，作為全新的圖像質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)；②基于HVS特性的方法與SSIM理論的最大區(qū)別是前者是自底向上，后者是自頂向下；③由于結(jié)構(gòu)相似度理論是直接估計(jì)兩個(gè)復(fù)雜結(jié)構(gòu)信號(hào)的結(jié)構(gòu)改變，而不與人類的主觀視覺掛鉤，因此這樣就可以更客觀地評(píng)定圖像質(zhì)量。

3.2.2 數(shù)學(xué)模型

作為實(shí)現(xiàn)結(jié)構(gòu)相似性理論的一種方法，從圖像組成的角度出發(fā)，可以將結(jié)構(gòu)相似度指數(shù)定義為獨(dú)立于亮度、對(duì)比度之外的反映場(chǎng)景中物體結(jié)構(gòu)的一種信息。在結(jié)構(gòu)相似性的計(jì)算中，可以用均值估計(jì)亮度，用標(biāo)準(zhǔn)差估計(jì)對(duì)比度，用協(xié)方差度量結(jié)構(gòu)的相似程度。

3.2.2.1 結(jié)構(gòu)相似度核心算法模型

4 嵌入式中擴(kuò)展應(yīng)用

由于SSIM算法運(yùn)算效率高、應(yīng)用靈活，且圖像相似度測(cè)量的精確度更高，因此在嵌入式領(lǐng)域中得到了廣泛的應(yīng)用。

4.1 指紋識(shí)別

隨著越來(lái)越多的數(shù)據(jù)和私人信息流向于手持設(shè)備，信息安全問題逐漸引起人們的重視。根據(jù)指紋紋路的各種特征進(jìn)行建模，并提取數(shù)據(jù)樣本，然后使用SSIM算法來(lái)計(jì)算每次驗(yàn)證指紋時(shí)的圖像相似度，從而給出相應(yīng)的反映。在這一應(yīng)用中，指紋的唯一性特征完全可以類比于HVS的特征。

4.2 信號(hào)濾波器

在工業(yè)領(lǐng)域，需要對(duì)各種傳輸信號(hào)進(jìn)行過(guò)濾，通常情況下是以頻率為基準(zhǔn)對(duì)信號(hào)進(jìn)行過(guò)濾，但在某些應(yīng)用領(lǐng)域，需要先對(duì)信號(hào)加載的信息進(jìn)行篩選分析，然后在對(duì)信號(hào)進(jìn)行過(guò)濾。在引入SSIM算法對(duì)信號(hào)進(jìn)行過(guò)濾時(shí)，所選取的參數(shù)不再是亮度、對(duì)比度、結(jié)構(gòu)信息等，而是根據(jù)不同的信號(hào)種類建立不同的參考系，最終達(dá)到信號(hào)信息過(guò)濾的目的。

5 結(jié)束語(yǔ)

隨著技術(shù)的進(jìn)步，圖像質(zhì)量評(píng)價(jià)算法的研究呈現(xiàn)以下三個(gè)趨勢(shì)，即從單純的客觀評(píng)價(jià)算法轉(zhuǎn)化為主客觀相結(jié)合的評(píng)價(jià)算法，無(wú)參考算法開始成為研究的熱點(diǎn)，面向具體任務(wù)的評(píng)價(jià)算法逐漸增多。

圖像質(zhì)量評(píng)價(jià)算法的目標(biāo)是得到與人的主觀評(píng)價(jià)相一致的評(píng)價(jià)結(jié)果，任何圖像質(zhì)量評(píng)價(jià)的結(jié)果都要與人們的主觀感知保持一致。目前的評(píng)價(jià)體系都在不同程度結(jié)合了HVS的相關(guān)特性，同時(shí)還融入了HVS特性的算法，這種方式比單純以數(shù)據(jù)進(jìn)行客觀評(píng)價(jià)的算法更準(zhǔn)確。因此，主客觀結(jié)合的評(píng)價(jià)體系是圖像質(zhì)量評(píng)價(jià)發(fā)展的主流。

參考文獻(xiàn)

[1]郭劍.基于嵌入式系統(tǒng)的數(shù)字圖像處理技術(shù)的研究[D].西安：西安電子科技大學(xué)，2006.

[2]周景超，戴汝為，肖柏華.圖像質(zhì)量評(píng)價(jià)研究綜述[J].計(jì)算機(jī)科學(xué)，2008（07）.

[3]佟雨兵，張其善，祁云平.基于PSNR與SSIM聯(lián)合的圖像質(zhì)量評(píng)價(jià)模型[J].中國(guó)圖像圖形學(xué)報(bào)，2006（12）.

〔編輯：王霞〕