客觀評價圖片質(zhì)量的研究現(xiàn)狀和發(fā)展趨勢

吉林農(nóng)業(yè)科技學(xué)院機(jī)械工程學(xué)院 孫曉雪

客觀評價圖片質(zhì)量的研究現(xiàn)狀和發(fā)展趨勢

吉林農(nóng)業(yè)科技學(xué)院機(jī)械工程學(xué)院 孫曉雪

1 國內(nèi)外研究動態(tài)及發(fā)展趨勢

由于圖片質(zhì)量評價的重要性，客觀質(zhì)量評價方法已經(jīng)成為當(dāng)前圖片質(zhì)量評價研究的熱點(diǎn)，國內(nèi)外許多著名高校和學(xué)術(shù)研究機(jī)構(gòu)都相繼展開了相關(guān)的研究，如加州大學(xué)圣地亞哥分校[1]和圣塔芭芭拉分校、德州大學(xué)奧斯丁分校、杜克大學(xué)、外軟亞洲研究院、海因里希-赫茲研究所、IBMT.J.Watson研究中心以及蘋果電腦公司等，都展開了針對圖片質(zhì)量評價方法及其應(yīng)用的專題討論。國際電信聯(lián)盟無線電通信部門和電信標(biāo)準(zhǔn)化部門在1997年聯(lián)合成立了圖片質(zhì)量專家組，主要致力于數(shù)字圖片的設(shè)備質(zhì)量實(shí)測和客觀評價算法研究，但由于目前尚未確立一個標(biāo)準(zhǔn)的圖片質(zhì)量客觀評價模型，各種評價方案仍在爭論之中。

2 國內(nèi)的研究動態(tài)及發(fā)展趨勢

我國對圖片質(zhì)量評價方法的研究還處在初級階段，很多研究者都只是初步涉足這個領(lǐng)域。國內(nèi)關(guān)于圖片質(zhì)量的研究大致可以分為兩類：一類是針對國外圖片質(zhì)量評價方法的介紹。如2003年西安電子科技大學(xué)ISN國家重點(diǎn)實(shí)驗(yàn)室的王新岱等人對目前存在的各種圖片質(zhì)量的主客觀評估方法進(jìn)行了介紹，并分析了各自的優(yōu)缺點(diǎn)和應(yīng)用環(huán)境，最后展望了圖片質(zhì)量評估的研究熱點(diǎn)；2012年王蓉等人綜合論述了圖片圖像質(zhì)量的主觀評價法和客觀評價法[2]。另一類是在國外研究者提出的圖片質(zhì)量評價方法基礎(chǔ)上的技術(shù)實(shí)現(xiàn)和改善。如2005年史萍對壓縮圖片圖像質(zhì)量的客觀測量方法進(jìn)行了研究[3]，給出了一種利用時空和顏色特征實(shí)現(xiàn)的圖片質(zhì)量客觀測量方法。2008年浙江大學(xué)的韋學(xué)輝對一些有代表性的客觀圖像質(zhì)量評價方法進(jìn)行了比較[4]，并綜合這些評價方法各自的優(yōu)勢，采用多元線性回歸分析的方法，對這些方法進(jìn)行擬合，得到了一種基于多元線性回歸的圖像質(zhì)量評價方法。2009年西安電子科技大學(xué)的韓含總結(jié)了現(xiàn)有的圖片質(zhì)量評估方法[5]，進(jìn)而詳細(xì)分析了量化參數(shù)對圖片質(zhì)量的影響，重點(diǎn)討論了無參質(zhì)量評價方法。針對廣泛用于評價圖片質(zhì)量的指標(biāo)峰值信噪比因需原始信號而應(yīng)用受限的問題，提出一種H.264框架下無參考的估計PSNR的方法。該方法給予最大似然準(zhǔn)則估計原始信源DCT系數(shù)的分布特性，結(jié)合碼流中量化參數(shù)信息來估計量化噪聲，不必完全解密即可獲取壓縮圖片的PSNR。史婷婷等提出一種新的圖像空間特征提取方法，檢測原始圖像的彩色邊緣，分別對邊緣像素、非邊緣像素建立邊緣直方圖描述顏色分布信息。薛菲對網(wǎng)絡(luò)圖片質(zhì)量評估方法進(jìn)行了研究。

3 國外的研究動態(tài)及發(fā)展趨勢

國外對圖片質(zhì)量評價的研究較早，并且應(yīng)用的領(lǐng)域也比較廣泛。早在1971年Mannos等人就最先對客觀質(zhì)量評價方面做了相關(guān)的研究，他們采用一個空間頻率函數(shù)來計算視覺敏感度，并提出了一種圖像保真度標(biāo)準(zhǔn)。1995年，Boon-LockYeo和Bede Liu研究了一種直接從壓縮的圖像中檢測場景變化的快速場景分析算法[6]，在dc序列上操作，這些序列很容易從MotionJPEG或MPEG中提取出來，而不需要全幀解壓，這些dc圖像在保留重要全局信息的同時只占原始數(shù)據(jù)很小的部分。實(shí)驗(yàn)表明此算法在檢測突變場景、漸變轉(zhuǎn)換（如淡入，淡出）方面是很快速和有效的。同年，DiZhong等人提出了一個自上而下的在每層中采用分區(qū)聚類遞歸的聚類過程，應(yīng)用此過程，當(dāng)提供一列圖片或剪輯時，一個使用關(guān)鍵幀或鏡頭特征的瀏覽系統(tǒng)就能把鏡頭聚類成由相似內(nèi)容組成的不同的等級，聚類后用戶不用向下移動到低層就可大概了解圖片鏡頭的內(nèi)容。1996年，為了輔助人類對圖片數(shù)據(jù)的分析，一種自動的、基于內(nèi)容的物體運(yùn)動的圖片檢索方法被JonathanD.Courtney提出，通過運(yùn)動分割的方法檢測圖片序列中的運(yùn)動物體，即通過追蹤經(jīng)過分割的數(shù)據(jù)的單個物體，以描述物體及其移動的圖片的形式產(chǎn)生一個典型的圖片表示，該圖片用基于規(guī)則的分級方案被評注以用來識別感興趣的事件，如出現(xiàn)或消失，存儲或移除等。同年，WayneWolf研究了一種新的算法用于圖片中鏡頭關(guān)鍵幀的識別，此算法運(yùn)用光學(xué)流去識別鏡頭中的局部最小運(yùn)動，能夠識別瞬時暫停所強(qiáng)調(diào)的手勢和單個鏡頭中相機(jī)運(yùn)動和一些不同圖像的關(guān)聯(lián)，所以此算法能成功地選擇一些來自單個復(fù)雜鏡頭的關(guān)鍵幀，從而有效地摘要鏡頭。2002年，WeiQiYan等提出了一種檢測和更正家庭錄像中人為光照和抖動的方法，首次對幀的平均亮度模型進(jìn)行了計算。2003年HoYoungLee等人提出了一種由彩色相鄰直方圖和彩色矢量直方圖組成的空間彩色描述符，應(yīng)用此方法即使出現(xiàn)很大的變化，也能提供滿意的圖像恢復(fù)結(jié)果。在圖片分割中，因其在彩色分布上插入了空間信息，所以可精確檢測突變的場景切換而忽略局部的變化。

[1]王蓉,李志,李麗華.視頻圖像質(zhì)量評價綜述[J].中國人民公安大學(xué)學(xué)報,2012,71(03):59～62.

[2]韋學(xué)輝.圖像及視頻質(zhì)量的若干研究[D].浙江:浙江大學(xué),2008:1～136.

[3]韓含.視頻質(zhì)量PSNR的無參考評估方法研究[D].西安：西安電子科技大學(xué),2009:1～51.

[4]袁飛,程恩.視頻質(zhì)量評價中時域信息檢測的新方法[J].光電工程,2009:36(08):123～126.

[5]史婷婷,劉衛(wèi)華,伍春暉.一種新的圖像空間特征提取方法[J].計算機(jī)工程,2012,38(03):218～220.

[6]薛菲.網(wǎng)絡(luò)視頻質(zhì)量評估方法研究[D].北京：北京郵電大學(xué),2012:1～54.

孫曉雪，女，1988年出生，吉林省吉林市人，研究生，助教，研究方向：機(jī)械電子。