增強(qiáng)圖像的客觀質(zhì)量評(píng)價(jià)算法研究

張鋒 伍奕東 鄭佳 馬敏

摘 要：增強(qiáng)圖像是指與原始圖像相比，在清晰度、飽和度和亮度等方面所增強(qiáng)的圖像。圖像增強(qiáng)被廣泛應(yīng)用在生活中。因此，對(duì)增強(qiáng)圖像精確的質(zhì)量評(píng)價(jià)具有非常重大的意義。然而，現(xiàn)有的增強(qiáng)圖像質(zhì)量評(píng)價(jià)算法不能夠?qū)υ鰪?qiáng)圖像的質(zhì)量進(jìn)行精確評(píng)價(jià)。文章算法綜合考慮增強(qiáng)圖像與原始圖像的結(jié)構(gòu)相似度、色彩飽和度相似度和清晰度相似度對(duì)增強(qiáng)圖像作出評(píng)價(jià)。文章算法在現(xiàn)有的增強(qiáng)圖像數(shù)據(jù)庫(kù)中的測(cè)試結(jié)果顯示，文章算法的性能優(yōu)于傳統(tǒng)的質(zhì)量評(píng)價(jià)算法和現(xiàn)有的增強(qiáng)圖像質(zhì)量評(píng)價(jià)算法。

關(guān)鍵詞：增強(qiáng)圖像；結(jié)構(gòu)相似度；飽和度；清晰度

圖像增強(qiáng)是指增強(qiáng)圖像的清晰度、飽和度和對(duì)比度等圖像特性，提高圖像的質(zhì)量。傳統(tǒng)的圖像質(zhì)量評(píng)價(jià)算法有很多種。例如，視覺(jué)信噪比VSRN算法根據(jù)不同的圖像噪聲對(duì)圖像質(zhì)量進(jìn)行評(píng)估。視覺(jué)信息保真度VIF圖像質(zhì)量評(píng)價(jià)算法是以自然場(chǎng)景統(tǒng)計(jì)模型（NSS）、圖像失真和人類(lèi)視覺(jué)失真建模的判據(jù)。MAD算法則通過(guò)比較參考圖像與測(cè)試圖像的平均絕對(duì)差對(duì)圖像質(zhì)量進(jìn)行評(píng)價(jià)。但上述這些算法無(wú)法對(duì)增強(qiáng)圖像的質(zhì)量進(jìn)行有效評(píng)價(jià)。相關(guān)文獻(xiàn)建立并公開(kāi)了數(shù)字增強(qiáng)圖像質(zhì)量（DRIQ）數(shù)據(jù)庫(kù)，并且為增強(qiáng)圖像提出了一種改進(jìn)的全參考MADa算法。本文的算法從圖像的結(jié)構(gòu)對(duì)比度、清晰度和色彩飽和度3個(gè)方面對(duì)增強(qiáng)圖像進(jìn)行評(píng)價(jià)并調(diào)整了它們?cè)诠街兴嫉谋戎?。與現(xiàn)在最好的MADa算法相比，本文的算法在圖像質(zhì)量恢復(fù)的評(píng)估方面與主觀評(píng)價(jià)值有更好的一致性。

1 關(guān)于增強(qiáng)圖像的質(zhì)量評(píng)價(jià)算法

本文得到原始圖像和增強(qiáng)圖像的飽和度圖像并對(duì)飽和度圖像求均值得到每幅圖像的飽和度評(píng)價(jià)值并與參考圖像得到的值進(jìn)行比較得到飽和度相似度，然后，求得圖像的結(jié)構(gòu)相似度和清晰度相似度。最后通過(guò)以上3個(gè)指標(biāo)得到圖像質(zhì)量的綜合評(píng)價(jià)值。

1.1 圖像結(jié)構(gòu)相似度

自從 Cabor提出了解析信號(hào)之后，Hilbert變換在信號(hào)處理領(lǐng)域得到了廣泛的應(yīng)用。本文由特征相似性指數(shù)算法得到圖像的結(jié)構(gòu)相似度Fsim。

1.2 色彩飽和度相似度

為了對(duì)圖像的飽和度進(jìn)行分析，本文將圖像由RGB彩色空間轉(zhuǎn)換到HSI彩色空間并從中獲得飽和度圖像。顏色圖可以根據(jù)2個(gè)因素進(jìn)行評(píng)估：一是圖像中各種顏色與中心灰度的平均距離；一個(gè)是圖像中不同彩色之間的距離。

設(shè)一幅M×N的飽和度圖像S，其均值計(jì)算如下：

3 實(shí)驗(yàn)結(jié)果與分析

3.1 算法效果的評(píng)價(jià)指標(biāo)

為了測(cè)試本文提出的圖像質(zhì)量客觀評(píng)價(jià)結(jié)果與主觀感知的契合度，本文選擇了3個(gè)評(píng)價(jià)標(biāo)準(zhǔn)：皮爾森積矩相關(guān)系數(shù)、斯皮爾曼等級(jí)相關(guān)系數(shù)、均方根誤差來(lái)評(píng)價(jià)算法的性能。本文采用非線性回歸函數(shù)Logistic函數(shù)對(duì)提出的算法進(jìn)行了評(píng)價(jià)，擬合結(jié)果如圖1所示。通過(guò)擬合曲線可以看出算法得出的客觀評(píng)價(jià)值較好地聚集在擬合曲線附近，說(shuō)明算法可以對(duì)增強(qiáng)圖像的質(zhì)量進(jìn)行有效評(píng)價(jià)。

3.2 算法的對(duì)比結(jié)果

表1是本文將不同圖像質(zhì)量評(píng)價(jià)算法在數(shù)據(jù)庫(kù)上的測(cè)試值對(duì)比結(jié)果。

通過(guò)與其他算法的比較發(fā)現(xiàn)，本文新建立的算法的評(píng)價(jià)效果比已經(jīng)存在的算法的評(píng)價(jià)效果好。與其他算法相比，本文的算法皮爾森積矩相關(guān)系數(shù)（PLCC）和斯皮爾曼等級(jí)相關(guān)系數(shù)（SROCC）值更加接近1，而均方根誤差的值也減小了4.96%。這樣看出本文的算法得到的PLCC和SRCC最高，RMSE最低。

客觀評(píng)價(jià)值

4 結(jié)語(yǔ)

增強(qiáng)圖像在色度、清晰度等方面都比原始圖像有了提高。人眼可以對(duì)圖像的質(zhì)量作出準(zhǔn)確的判斷，但是現(xiàn)有的圖像增強(qiáng)評(píng)估算法無(wú)法完成這一任務(wù)。本文的算法從圖像的結(jié)構(gòu)相似度、色彩飽和度以及清晰度3方面評(píng)價(jià)增強(qiáng)圖像質(zhì)量，獲得的評(píng)價(jià)值和人眼的主觀評(píng)價(jià)值有很好的一致性。說(shuō)明本文的算法可以在沒(méi)有高質(zhì)量的參考圖像的條件下評(píng)價(jià)增強(qiáng)圖像的質(zhì)量并取得可靠的增強(qiáng)圖像質(zhì)量評(píng)價(jià)結(jié)果。

[參考文獻(xiàn)]

[1]偉志輝，程軍.基于小波變換的一種新的圖圖像質(zhì)量評(píng)估方法[J].南京理工大學(xué)學(xué)報(bào)，1998（12）：60-65.

[2]楊春林，曠開(kāi)智.基于梯度的結(jié)構(gòu)相似度的圖像質(zhì)量評(píng)價(jià)[J].華南理工大學(xué)學(xué)報(bào)：自然科學(xué)版，2006（9）：22-25.

[3]王永峰，模糊圖像感知質(zhì)量評(píng)價(jià)算法研究[D].北京：北京郵電大學(xué)，2013.

Study on Objective Quality Assessment for Enhanced Images

Zhang Feng， Wu Yidong， Zheng Jia， Ma Min（College of Information and Electrical Engineering， China University of Mining and Technology， Xuzhou 221116， China）

Abstract： Compared with the original images， enhanced images have a good quality at sharpness， saturation， brightness and so on. The enhanced images have been widely applied in our life， it is significant to assess the quality of enhanced images precisely. However， the exsiting algorithms cant get the correct evaluation about enhanced image. In this paper， we obtain quality evaluation of enhanced images from structural similarity， color saturation similarity and sharpness similarity .We make the contrast test with the database. Experiment shows that our algorithm has a better performance than traditional and existing algorithms.

Key words： enhancement image； structural similarity； color saturation； resolution