基于非線(xiàn)性高斯平均差分的圖像質(zhì)量評(píng)價(jià)

校嘉蔚,張選德

(陜西科技大學(xué) 電子信息與人工智能學(xué)院，陜西 西安 710021)

0 引言

在信息時(shí)代，圖像作為一種應(yīng)用極為廣泛的信息源，在幫助人類(lèi)更好地認(rèn)知世界的同時(shí)，也給人類(lèi)帶來(lái)了巨大挑戰(zhàn).由于圖像信息在采集、編碼、存儲(chǔ)、傳輸?shù)入A段需要大量設(shè)備資源及成本的投入，并且圖像信息易遭受噪聲污染使得處理過(guò)程難度增加，因此如何準(zhǔn)確地評(píng)價(jià)圖像質(zhì)量已經(jīng)成為亟待解決的問(wèn)題[1-3].在圖像質(zhì)量評(píng)價(jià)中，人類(lèi)作為圖像信息的最終感知者，其主觀評(píng)價(jià)最為直接可靠，但主觀評(píng)價(jià)耗時(shí)費(fèi)力成本高且不具有實(shí)時(shí)性，所以有必要研究客觀評(píng)價(jià)方法.客觀評(píng)價(jià)方法旨在構(gòu)建數(shù)學(xué)模型來(lái)預(yù)測(cè)圖像質(zhì)量，以達(dá)到與主觀評(píng)價(jià)一致性較高的評(píng)分.

根據(jù)能夠得到的參考信息的多少，圖像質(zhì)量評(píng)價(jià)可分為全參考圖像質(zhì)量評(píng)價(jià)、無(wú)參考圖像質(zhì)量評(píng)價(jià)和部分參考圖像質(zhì)量評(píng)價(jià)，本文的研究對(duì)象為全參考圖像質(zhì)量評(píng)價(jià)[4].圖像質(zhì)量客觀評(píng)價(jià)中，最簡(jiǎn)單的全參考圖像質(zhì)量評(píng)價(jià)方法為均方誤差(Mean Squared Error，MSE)和峰值信噪比(Peak Signal-to-Noise Ratio，PSNR)，它們直接通過(guò)計(jì)算參考圖像和失真圖像像素灰度值上的差異來(lái)評(píng)估失真圖像的質(zhì)量，其方法簡(jiǎn)單，但由于未考慮人類(lèi)視覺(jué)系統(tǒng)的特性，其評(píng)價(jià)效果與主觀評(píng)價(jià)相差甚遠(yuǎn)[5-7].

隨著對(duì)人類(lèi)視覺(jué)系統(tǒng)認(rèn)知的深入，人們開(kāi)始將人類(lèi)視覺(jué)系統(tǒng)的某些特性引入到客觀質(zhì)量評(píng)價(jià)中，提出了大量的圖像質(zhì)量評(píng)價(jià)算法.2004年,Wang Zhou等[8]提出結(jié)構(gòu)相似性理論(Structural Similarity Index，SSIM)，該算法假設(shè)人類(lèi)視覺(jué)系統(tǒng)能夠高度自適應(yīng)地提取場(chǎng)景中的結(jié)構(gòu)信息，對(duì)參考圖像的亮度、對(duì)比度和結(jié)構(gòu)信息進(jìn)行比較，得到了較好的效果，被認(rèn)為是圖像質(zhì)量評(píng)價(jià)領(lǐng)域具有里程碑意義的算法.該算法受到了研究者的廣泛關(guān)注，同時(shí)也激發(fā)研究者不斷探索HVS對(duì)圖像質(zhì)量的感知機(jī)制，并將其應(yīng)用于IQA算法設(shè)計(jì)，以求獲得與主觀評(píng)價(jià)更好的一致性.

隨后,許多學(xué)者在SSIM的基礎(chǔ)上進(jìn)行了改進(jìn)，提出多尺度的結(jié)構(gòu)相似性[9](Multi-Scale Structural Similarity Index，MS-SSIM)和信息量加權(quán)的結(jié)構(gòu)相似性[10](Information Content Weighted Structural Similarity Index，IW-SSIM)評(píng)價(jià)算法.MS-SSIM算法將不同分辨率和觀察條件下的圖像細(xì)節(jié)結(jié)合到質(zhì)量評(píng)價(jià)算法中；IW-SSIM算法則基于互信息理論提出信息量加權(quán)的池化策略，由信息量的大小度量視覺(jué)顯著的不同程度，局部質(zhì)量圖的計(jì)算依舊采用SSIM中的定義，這兩種算法的精確度相較于SSIM都有了一定的提高.

2011年,Zhang Lin等[11]提出的特征相似性算法FSIM(Feature Similarity)強(qiáng)調(diào)人類(lèi)視覺(jué)系統(tǒng)理解圖像主要根據(jù)圖像低級(jí)特征，選擇相位一致性(Phase Congruency，PC)和圖像梯度幅值(Gradient Magnitude，GM)作為特征來(lái)計(jì)算圖像質(zhì)量.此后又加入顏色特征并用相位一致性信息做加權(quán)平均，發(fā)展出FSIMc算法.

2013年,Zhang Xuande等[12]提出的ESSIM假定圖像中能夠被感知到的邊界是形成語(yǔ)義認(rèn)知的基礎(chǔ)，并結(jié)合圖像邊界的各向異性、正則性和奇異性等因素來(lái)定義邊界強(qiáng)度，然后基于邊界強(qiáng)度的相似性來(lái)度量圖像質(zhì)量.

Xue Wufeng等[13]于2014年發(fā)表的GMSD(Gradient Magnitude Similarity Deviation)只用梯度作為特征，采用標(biāo)準(zhǔn)差池化策略代替以前的均值池化策略，達(dá)到了較好的效果.

2017年發(fā)表的基于哈爾小波的相似性算法HaarPSI[14]首先將圖像進(jìn)行Haar小波變換，細(xì)尺度用來(lái)計(jì)算相似度譜，較粗尺度用來(lái)對(duì)相似度譜進(jìn)行加權(quán)從而度量圖像質(zhì)量，是目前在公認(rèn)數(shù)據(jù)庫(kù)上效果最好的算法.

以上大多數(shù)算法都基于某種假設(shè)，其用到的特征主要包括結(jié)構(gòu)相似度、信息保真度、梯度、邊緣強(qiáng)度等，一些算法還將多種特征融合以求更為全面地表達(dá)圖像信息，但由于多重特征提取的算法復(fù)雜度較高，常常會(huì)導(dǎo)致評(píng)價(jià)效率的降低，也難以判斷哪種特征在評(píng)價(jià)算法中能夠更好的刻畫(huà)變化.圖像質(zhì)量評(píng)價(jià)的本質(zhì)是構(gòu)造一個(gè)合適的模型模擬人類(lèi)視覺(jué)系統(tǒng)來(lái)度量參考圖像與失真圖像之間的變化，其關(guān)鍵在于模擬人類(lèi)視覺(jué)系統(tǒng)對(duì)于圖像質(zhì)量的感知過(guò)程[15].

本文遵循人類(lèi)視覺(jué)系統(tǒng)具有非線(xiàn)性的特點(diǎn)，提出了一種非線(xiàn)性高斯平均差分圖像質(zhì)量評(píng)價(jià)算法.該算法利用高斯濾波器和均值濾波器分別對(duì)圖像進(jìn)行卷積，通過(guò)高斯平均差分得到差分圖像，并對(duì)差分圖像采取非線(xiàn)性處理后計(jì)算相似度譜，在求得相似度譜后再一次采取非線(xiàn)性處理得到最終的相似性度量，最后對(duì)相似度譜進(jìn)行均值池化得到質(zhì)量評(píng)分.此算法更符合人類(lèi)視覺(jué)系統(tǒng)的非線(xiàn)性特點(diǎn)，在測(cè)試數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)表明，此算法能夠獲得與主觀評(píng)價(jià)較好的一致性.

1 神經(jīng)網(wǎng)絡(luò)中的激活函數(shù)與HVS的非線(xiàn)性特點(diǎn)

1.1 神經(jīng)網(wǎng)絡(luò)中的激活函數(shù)

神經(jīng)網(wǎng)絡(luò)是一個(gè)相當(dāng)大的、多學(xué)科交叉的學(xué)科領(lǐng)域.目前對(duì)于神經(jīng)網(wǎng)絡(luò)使用最廣泛的定義是“由具有適應(yīng)性的簡(jiǎn)單單元組成的廣泛的并行互連的網(wǎng)絡(luò)，它的組織能夠模擬生物神經(jīng)系統(tǒng)對(duì)真實(shí)世界物體所做出的交互反應(yīng)”[16].神經(jīng)網(wǎng)絡(luò)中最基本的成分是神經(jīng)元模型，在生物神經(jīng)網(wǎng)絡(luò)中，每個(gè)神經(jīng)元與其他神經(jīng)元相連，當(dāng)它“興奮”時(shí)，就會(huì)向相連的神經(jīng)元發(fā)送化學(xué)物質(zhì)，從而改變這些神經(jīng)元內(nèi)的電位；如果某神經(jīng)元的電位超過(guò)了一個(gè)“閾值”，那么它就會(huì)被激活，即“興奮”起來(lái)，向其他神經(jīng)元發(fā)送化學(xué)物質(zhì).后來(lái)上述情形被抽象為“M-P神經(jīng)元模型”[17].在這個(gè)模型中，神經(jīng)元接收到來(lái)自n個(gè)其他神經(jīng)元傳遞過(guò)來(lái)的輸入信號(hào)，這些輸入信號(hào)通過(guò)帶權(quán)重的連接進(jìn)行傳遞，神經(jīng)元接收到的總輸入值將與神經(jīng)元的閾值進(jìn)行比較，然后通過(guò)“激活函數(shù)”處理以產(chǎn)生神經(jīng)元的輸出.設(shè)第j個(gè)神經(jīng)元在多個(gè)輸入xi(i=1，2，3，…，n)的作用下，產(chǎn)生了輸出yj，則神經(jīng)元輸入、輸出之間的關(guān)系可以記為

yj=f(xi)

(1)

式(1)中：f為激活函數(shù).f(xi)的表達(dá)形式不同，可以構(gòu)成不同的神經(jīng)元模型，其中比較典型的有線(xiàn)性函數(shù)、階躍函數(shù)和Sigmoid函數(shù)等.理想中的激活函數(shù)是階躍函數(shù)，它將輸入值映射為輸出值“0”或“1”，顯然“1”對(duì)應(yīng)于神經(jīng)元興奮，“0”對(duì)應(yīng)于神經(jīng)元抑制.然而，階躍函數(shù)具有不連續(xù)、不光滑等性質(zhì)，因此實(shí)際常用Sigmoid函數(shù)作為激活函數(shù).它可將神經(jīng)元的輸出限制在兩個(gè)有限值之間，具有圖1所示類(lèi)似指數(shù)函數(shù)的形狀，且在物理意義上最為接近生物神經(jīng)元[18].其一般表達(dá)式為

(2)

式(2)中：參數(shù)α>0.

圖1 激活函數(shù)l(x)

在神經(jīng)網(wǎng)絡(luò)中，如果沒(méi)有使用激活函數(shù)，每一層輸出都是上層輸入的線(xiàn)性函數(shù)，無(wú)論神經(jīng)網(wǎng)絡(luò)有多少層，輸出都是輸入的線(xiàn)性組合，這種情況就是最原始的感知機(jī).相反，激活函數(shù)給神經(jīng)元引入了非線(xiàn)性因素，使得神經(jīng)網(wǎng)絡(luò)可以任意逼近任何非線(xiàn)性函數(shù)，這樣神經(jīng)網(wǎng)絡(luò)就可以應(yīng)用到眾多的非線(xiàn)性模型中.

1.2 HVS的非線(xiàn)性特點(diǎn)

人對(duì)于圖像質(zhì)量的評(píng)價(jià)不僅與圖像信號(hào)差異有關(guān)，而且取決于人的主觀判斷.也就是說(shuō)，在評(píng)價(jià)圖像時(shí)，不僅要考慮信號(hào)值的差異，也要考慮人的視覺(jué)和心理機(jī)制，即HVS在感知和理解階段具有非線(xiàn)性的特點(diǎn)[19].如圖2所示，當(dāng)向原圖像加上成倍增加的高斯噪聲后，人眼對(duì)于這四幅圖的質(zhì)量評(píng)分并不成倍下降，可以清楚觀察到，圖2(b)、(c)、(d)之間的變化很難被人眼察覺(jué)，因此人類(lèi)視覺(jué)系統(tǒng)在進(jìn)行主觀評(píng)價(jià)時(shí)會(huì)給出較相似的質(zhì)量評(píng)分，而在一般算法中，只考慮客觀變化時(shí)，圖2(b)較圖2(c)和(d)具有較高的圖像質(zhì)量評(píng)分.大多數(shù)算法通過(guò)處理得到的圖像之間的變化屬于客觀變化，而人眼所觀察到的變化經(jīng)處理后屬于主觀變化，這兩種變化之間存在一種非線(xiàn)性映射關(guān)系.我們借由神經(jīng)網(wǎng)絡(luò)中激活函數(shù)的啟發(fā)，利用式(3)將客觀計(jì)算量經(jīng)由激活函數(shù)轉(zhuǎn)換為主觀量，構(gòu)建了一種非線(xiàn)性圖像質(zhì)量評(píng)價(jià)算法，使得評(píng)分更符合HVS的非線(xiàn)性特點(diǎn).

(a)Wall原圖 (b)Wall 高斯噪聲sigma=0.000 25

(c)Wall (d)Wall高斯噪聲sigma=0.002 5 高斯噪聲sigma=0.025圖2 不同失真程度的Wall圖像

1.3 非線(xiàn)性圖像質(zhì)量評(píng)價(jià)模型

一個(gè)神經(jīng)元的功能是求得輸入向量與權(quán)向量的內(nèi)積后，經(jīng)一個(gè)非線(xiàn)性傳遞函數(shù)得到一個(gè)標(biāo)量結(jié)果.類(lèi)似地，在圖像質(zhì)量評(píng)價(jià)中，將應(yīng)用圖像與濾波器作內(nèi)積得到特征譜，再經(jīng)非線(xiàn)性傳遞函數(shù)得到結(jié)果.其模型可表示為

I(r,d)=l[S(l(Diff))]

(3)

式(3)中：l表示計(jì)算激活函數(shù)；S表示計(jì)算相似度譜；Diff表示計(jì)算參考圖像和失真圖像之間的差異；r和d分別表示參考圖像和失真圖像.

本算法在求得參考圖像和失真圖像之間的高斯平均差分后，通過(guò)一個(gè)非線(xiàn)性傳遞函數(shù)得到非線(xiàn)性高斯平均差分結(jié)果，再由此結(jié)果求得相似度譜，最終對(duì)相似度譜進(jìn)行一個(gè)非線(xiàn)性傳遞函數(shù)處理并經(jīng)均值池化得到質(zhì)量評(píng)分.在本文算法中，所用到的激活函數(shù)為Sigmoid函數(shù).經(jīng)實(shí)驗(yàn)證明，此函數(shù)很好地?cái)M合了人體神經(jīng)元的工作原理，更符合人類(lèi)視覺(jué)系統(tǒng)特性，在測(cè)試數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)表明，此算法能夠獲得與主觀評(píng)價(jià)較好的一致性.

2 基于非線(xiàn)性高斯平均差分的圖像質(zhì)量評(píng)價(jià)算法

視覺(jué)系統(tǒng)在處理圖像信息時(shí)采用的基本方式之一，就是通過(guò)不同形式的感受逐級(jí)進(jìn)行抽取，也就是在每一水平上拋棄某些不太重要的信息，抽取更有用的信息[19].Hubel &Wiesel認(rèn)為大腦皮層包含了大量的特征探測(cè)器，這些探測(cè)器可以調(diào)節(jié)不同寬度和方向的邊緣.相應(yīng)的，D.Marr &E.Hildreth提出自然圖像在大尺度范圍內(nèi)會(huì)發(fā)生亮度變化，這些變化需要在不同尺度探測(cè)器下檢測(cè).在給定尺度下，高斯函數(shù)的二階導(dǎo)數(shù)是較為合適的濾波器，因此對(duì)于圖像I來(lái)說(shuō)，找到2G(x,y)*I(x,y)的零點(diǎn)是檢測(cè)給定尺度下圖像亮度變化的最佳方法.其中，G(x,y)為二維高斯分布，2為拉普拉斯，2G可看作是Wilson′s 所提出的高斯差(Difference of Gaussians，“DOG”)的極限，因此使用DOG來(lái)近似2G[20,21].DOG算法被認(rèn)為是在模擬視網(wǎng)膜上的神經(jīng)從圖像中提取信息從而提供給大腦.

本算法對(duì)DOG濾波器進(jìn)行變形，由高斯濾波器和均值濾波器組成高斯平均差(Difference of Gaussians and Mean，“DOGM”)來(lái)度量邊緣亮度變化.本文NLDOGM算法的總體框架如圖3所示，首先分別對(duì)參考圖像和失真圖像進(jìn)行卷積并求得高斯平均差分圖像，對(duì)所求得差分圖像采取非線(xiàn)性處理，使所度量的變化由客觀量轉(zhuǎn)換為主觀量，在求得相似度譜后再一次采取非線(xiàn)性處理得到最終的相似性度量，最后經(jīng)均值池化得到質(zhì)量評(píng)分.

記參考圖像為r=[r1,…,ri,…,rN]T∈RN，失真圖像為d=[d1,…,di,…,dN]T∈RN，其中i表示像素索引，N表示像素總數(shù).圖像之間的變化由高斯平均差度量，即采用高斯濾波器h1和均值濾波器h2分別對(duì)參考圖像和失真圖像進(jìn)行卷積，在i處卷積后的圖像記為

g1(r,i)=h1*r

(4)

g2(r,i)=h2*r

(5)

g1(d,i)=h1*d

(6)

g2(d,i)=h2*d

(7)

于是，同一模板的高斯平均差分圖像定義為

DOGM(r,i)=g1(r,i)-g2(r,i)

(8)

DOGM(d,i)=g1(d,i)-g2(d,i)

(9)

(10)

(11)

兩者的相似度譜計(jì)算定義為

S(r,d)=

(12)

式(12)中：C為調(diào)節(jié)參數(shù).

最后以逐點(diǎn)像素的非線(xiàn)性高斯平均差分預(yù)測(cè)圖像質(zhì)量，本文采用均值池化策略計(jì)算圖像的客觀評(píng)分，考慮到HVS對(duì)于感知到的變化在處理時(shí)也具有非線(xiàn)性的特點(diǎn)，因此在均值池化之前再一次對(duì)由非線(xiàn)性高斯平均差分得到的相似度譜進(jìn)行非線(xiàn)性操作，最終本算法可概括為

NLDOGM(r,d)=

(13)

圖3 NLDOGM的實(shí)現(xiàn)框架.其中r為參考圖像，d為失真圖像

3 實(shí)驗(yàn)結(jié)果分析

3.1 數(shù)據(jù)庫(kù)及評(píng)估方法

對(duì)新提出的IQA評(píng)價(jià)指標(biāo)與已存在IQA評(píng)價(jià)指標(biāo)進(jìn)行比較時(shí)，需在公開(kāi)數(shù)據(jù)庫(kù)上進(jìn)行實(shí)驗(yàn).通常，在一個(gè)數(shù)據(jù)庫(kù)中有一組參考圖像，每一幅參考圖像有許多不同類(lèi)型的失真圖像，每一種類(lèi)型又有不同失真等級(jí)的失真圖像.目前，圖像質(zhì)量評(píng)價(jià)的公開(kāi)數(shù)據(jù)庫(kù)有7個(gè)，分別為CSIQ、LIVE、IVC、MICT、A57、WIQ、TID 2008和TID2013，這些數(shù)據(jù)庫(kù)具有不同數(shù)目的參考圖像、失真圖像、失真類(lèi)型和失真等級(jí)，并且在圖像個(gè)數(shù)和觀察者人數(shù)等方面都有很大不同.比如，A57數(shù)據(jù)庫(kù)中為灰度圖像，有3幅參考圖像、54幅失真圖像、6種失真類(lèi)型和7個(gè)觀察者.LIVE和CSIQ數(shù)據(jù)庫(kù)中的圖像都是以常見(jiàn)失真類(lèi)型為主，即加性高斯白噪聲、高斯模糊、JPEG壓縮和JPEG2000壓縮等；而TID2013數(shù)據(jù)庫(kù)為彩色圖像，有25幅參考圖像、3 000幅失真圖像、24種失真類(lèi)型和971個(gè)觀察者.在以上7個(gè)數(shù)據(jù)庫(kù)中TID2008[22]、TID2013[23]、CSIQ[24]、LIVE[25]是最具綜合性的.因此選用以上四大公開(kāi)圖像測(cè)試數(shù)據(jù)庫(kù)作為本文實(shí)驗(yàn)數(shù)據(jù)對(duì)象.

客觀質(zhì)量評(píng)價(jià)指標(biāo)在數(shù)據(jù)庫(kù)上對(duì)每幅失真圖像完成客觀評(píng)分后，通過(guò)以下四個(gè)評(píng)價(jià)方法度量IQA指標(biāo)的效果，分別為斯皮爾曼相關(guān)系數(shù)(Spearman Rank Order Correlation Coefficient，SROCC)，肯德?tīng)栂嚓P(guān)系數(shù)(Kendall Rank Order Correlation Coefficient，KROCC)，皮爾森線(xiàn)性相關(guān)系數(shù)(Pearson Linear Correlation Coefficient，PLCC)和均方根誤差(Root Mean Square Error，RMSE).

令某一圖像質(zhì)量指標(biāo)對(duì)數(shù)據(jù)庫(kù)中第i幅圖像給出的客觀質(zhì)量評(píng)分為xi，i=1,2,…,n,這幅圖像的主觀質(zhì)量評(píng)分(Mean Opinion Score，MOS)值為yi，則SROCC相關(guān)系數(shù)為

(14)

式(14)中：Di為xi和yi按順序排列后的序號(hào)差，若(xi,yi)與(xj,yj)滿(mǎn)足xi>xj且yi>yj(xi

(15)

這兩種度量只考慮主客觀評(píng)分單調(diào)性而不考慮分值之間的相對(duì)距離[26].另外為了計(jì)算PLCC和RMSE這兩個(gè)評(píng)價(jià)指標(biāo)，需要提供一個(gè)回歸分析，預(yù)測(cè)客觀分?jǐn)?shù)和主觀平均意見(jiàn)分?jǐn)?shù)之間的非線(xiàn)性映射.

(16)

式(16)中：x和ρ(x)分別為IQA算法客觀評(píng)分及非線(xiàn)性映射后的分值，β1,β2,β3,β4和β5為函數(shù)參數(shù).然后利用xi,i=1,2,…,n經(jīng)ρ(x)映射后的值記為zi=ρ(xi)和yi,i=1,2,…,n之間的PLCC相關(guān)系數(shù)和RMSE來(lái)度量主客觀評(píng)分的一致性.其中PLCC定義為兩者協(xié)方差與標(biāo)準(zhǔn)差的商

(17)

(18)

SROCC、KROCC和PLCC的值都在[-1，1]之間，負(fù)值表示負(fù)相關(guān).這三種相關(guān)系數(shù)的絕對(duì)值越高，說(shuō)明客觀評(píng)價(jià)方法與主觀評(píng)價(jià)結(jié)果的一致性越高.與前三種相關(guān)系數(shù)不同，RMSE值較小，說(shuō)明主客觀相關(guān)性越高，算法越準(zhǔn)確.

3.2 實(shí)驗(yàn)參數(shù)

本文算法中需設(shè)定參數(shù)有C，α和β.在計(jì)算相似性度量時(shí)，為避免分母為零以及保持計(jì)算的穩(wěn)定性，常引入調(diào)節(jié)參數(shù)C；α和β分別為兩次非線(xiàn)性處理中激活函數(shù)的參數(shù)，α用于以高斯平均差分計(jì)算相似度譜時(shí)將其由客觀量轉(zhuǎn)換為主觀量的非線(xiàn)性處理中；β則用于以相似度譜計(jì)算最終質(zhì)量時(shí)將客觀量轉(zhuǎn)換為主觀量的非線(xiàn)性處理中.這兩次非線(xiàn)性處理的依據(jù)為HVS的非線(xiàn)性特點(diǎn)，即人眼在觀察圖像時(shí)，并不以圖像質(zhì)量的線(xiàn)性改變而給出相應(yīng)的線(xiàn)性質(zhì)量評(píng)分，因此對(duì)于差分圖像采取非線(xiàn)性處理使其由客觀量轉(zhuǎn)換為主觀量；主觀評(píng)分階段中，對(duì)于所觀察到的變化在處理時(shí)也具有非線(xiàn)性特點(diǎn)，因此對(duì)于相似度譜也采取了同樣的非線(xiàn)性處理.實(shí)驗(yàn)參數(shù)通過(guò)在TID2008數(shù)據(jù)庫(kù)的子集上實(shí)驗(yàn)來(lái)確定，子集包含數(shù)據(jù)庫(kù)中前6個(gè)參考圖像及相應(yīng)的408幅失真圖像，以在該子集上獲得最高的SROCC值確定最佳參數(shù)值，根據(jù)實(shí)驗(yàn)數(shù)據(jù)，最終分別取C，α和β的值為0.25,20和0.13.

3.3 性能比較

實(shí)驗(yàn)中采用的比較算法包括PSNR、VSNR、SSIM、MS-SSIM、IW-SSIM、和FSIM、ESSIM、GMSD、GSIM.所有這些算法均用 MATLAB-R2016a來(lái)實(shí)現(xiàn)且在dell-PC Intel(R)Core(TM)i7-7700 CPU @ 3.60GHz 3.60 GHz,8G內(nèi)存的計(jì)算機(jī)上運(yùn)行.實(shí)驗(yàn)中對(duì)比算法直接采用作者公布的代碼.

另外，對(duì)于彩色圖像，實(shí)驗(yàn)中只對(duì)亮度成分進(jìn)行評(píng)價(jià)，亮度成分用下式來(lái)提取

l=0.299R+0.587G+0.114B

(19)

式(19)中：彩色圖像紅、綠、藍(lán)三通道分別用R,G,B表示.

首先驗(yàn)證算法在整體數(shù)據(jù)庫(kù)上的評(píng)價(jià)效果，表1列出了九種不同圖像質(zhì)量評(píng)價(jià)算法在TID2008，TID2013，CSIQ和LIVE數(shù)據(jù)庫(kù)上關(guān)于四個(gè)性能評(píng)價(jià)指標(biāo)的評(píng)價(jià)結(jié)果.從表1可以看出，排名首位算法中算法NLDOGM出現(xiàn)6次，ESSIM同樣出現(xiàn)6次，GMSD出現(xiàn)4次，F(xiàn)SIM出現(xiàn)1次.表中排名第二位算法中NLDOGM出現(xiàn)3次，ESSIM同樣出現(xiàn)3次，GMSD出現(xiàn)3次，F(xiàn)SIM出現(xiàn)5次.在TID2008與TID2013這兩個(gè)數(shù)據(jù)庫(kù)上，SROCC、KROCC指標(biāo)結(jié)果顯示，NLDOGM算法在圖像主客觀評(píng)價(jià)分值單調(diào)性能比較上略高于GMSD，均好于其他算法；在預(yù)測(cè)準(zhǔn)確性方面，ESSIM和NLDOGM效果相當(dāng)，優(yōu)于其他算法.在LIVE數(shù)據(jù)庫(kù)上，NLDOGM的KROCC指標(biāo)和均方根誤差RMSE指標(biāo)分別與ESSIM并列第一，均優(yōu)于FSIM和GMSD.

表1 九種不同IQA算法在TID2008、TID2013、LIVE、CSIQ數(shù)據(jù)庫(kù)的實(shí)驗(yàn)結(jié)果比較

續(xù)表1

數(shù)據(jù)庫(kù)性能指標(biāo)PSNRVSNRSSIMMS-SSIMIW-SSIMFSIMESSIMGMSDNLDOGMLIVESROCCKROCCPLCCRMSE0.8750.6860.87213.360.9270.7620.92310.500.9470.7960.9448.9440.9440.7920.9439.0950.9560.8170.9528.3470.9630.8330.9597.6780.9620.8390.9537.0030.9600.8230.9607.620.9620.8390.9537.003CSIQSROCCKROCCPLCCRMSE0.8050.6080.8000.1570.8110.6250.8000.1580.8750.6900.8610.1330.9130.7390.8990.1140.9210.7520.9140.1060.9240.7560.9120.1000.9320.7680.9220.1010.9570.8130.9540.0790.9540.8070.8250.174

為了進(jìn)一步驗(yàn)證本文算法的圖像質(zhì)量評(píng)價(jià)效果，針對(duì)圖像單一失真類(lèi)型進(jìn)行實(shí)驗(yàn)，選取SROCC相關(guān)系數(shù)作為評(píng)價(jià)指標(biāo).表2中列出了九種評(píng)價(jià)算法在TID2008上對(duì)每一種失真類(lèi)型SROCC指標(biāo)的評(píng)價(jià)效果，并加粗顯示了排名前兩位的實(shí)驗(yàn)結(jié)果.從表2可以看出，PSNR對(duì)噪聲類(lèi)型(以彩色分量為主的加性噪聲ANMC、掩膜噪聲MN、高頻噪聲HFN和脈沖噪聲IMN)的失真有較好的評(píng)價(jià)效果.但對(duì)其它失真類(lèi)型的評(píng)價(jià)效果與主觀評(píng)價(jià)一致性較差，NLDOGM算法能夠在噪聲類(lèi)失真上取得與 PSNR 相當(dāng)?shù)男Ч?另外，表中顯示 NLDOGM 算法對(duì)TID2008上大部分失真類(lèi)型的評(píng)價(jià)效果較好.綜上，本文算法針對(duì)不同類(lèi)型失真能取得與主觀評(píng)價(jià)較好的一致性.

表2 九種不同IQA算法在TID2008數(shù)據(jù)庫(kù)單一失真性能(SROCC)的比較

4 結(jié)論

本文工作的貢獻(xiàn)主要有兩點(diǎn):其一，在以往經(jīng)典的以構(gòu)造某種度量來(lái)刻畫(huà)變化的框架上，將神經(jīng)網(wǎng)絡(luò)中的非線(xiàn)性處理與其相結(jié)合，提出一種基于非線(xiàn)性高斯平均差分圖像質(zhì)量評(píng)價(jià)算法.文中將神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)框架映射在圖像質(zhì)量評(píng)價(jià)這個(gè)問(wèn)題中，使得本算法能夠獲得較好的評(píng)價(jià)效果.

其二，文中討論的現(xiàn)有大多數(shù)IQA算法基于度量圖像之間的客觀變化而設(shè)計(jì)，并未結(jié)合HVS的非線(xiàn)性特點(diǎn)，本算法考慮了HVS的非線(xiàn)性特點(diǎn)并構(gòu)建了一種基于非線(xiàn)性高斯平均差分的圖像質(zhì)量評(píng)價(jià)算法，該算法通過(guò)度量參考圖像與失真圖像的非線(xiàn)性高斯平均差分之間的相似性來(lái)預(yù)測(cè)圖像質(zhì)量，在公開(kāi)測(cè)試數(shù)據(jù)庫(kù)中與目前主流算法進(jìn)行實(shí)驗(yàn)比較，本文算法取得較好的結(jié)果.

近年來(lái)，基于機(jī)器學(xué)習(xí)的方法普遍應(yīng)用于無(wú)參考圖像質(zhì)量評(píng)價(jià)中，并能夠取得較好的效果.如何將機(jī)器學(xué)習(xí)方法與特征提取方法相結(jié)合應(yīng)用于特定圖像質(zhì)量評(píng)價(jià)中，是我們下一步研究的方向.