數字圖像質量評價方法研究

摘要:論述了圖像質量的客觀和主觀評價方法。針對賀蘭山巖畫文物數字圖像的保護和安全問題，開展了圖像數字水印及圖像攻擊后質量評價方法的研究，采用峰值信噪比評測了各水印算法。實驗結果表明，DWT算法具有較強的健壯性。

關鍵詞:質量評價;均方誤差;峰值信噪比

中圖分類號:TP391文獻標識碼:A文章編號:1009-3044(2010)01-184-02

Research on Image Quality Measure Based on Digital Watermarking

SONG Li-juan， TIAN Rui， MENG Meng

(School of Mathematics and Computer Science， Ningxia University， Yinchuan 750021， China)

Abstract: In this paper， the author discusses the objective standard and the subjective standard of image quality measure.To protect the copyright and securities of Mount Helan rock painting，this paper focuses on the digital watermark technology and the quality measure of attacked image. The author embeds the watermark information into the relic images and test the watermark algorithms by PSNR.The result of experiment indicates that the algorithm of watermark based on DWT is robustness.

Key words: quality measure; MSE; peak signal to noise ratio

數字圖像就是以數字形式的數據進行存儲和處理的圖像[1]。近年來，隨著多媒體技術和因特網技術的快速發展，數字圖像處理技術與理論已成為計算機應用的一個重要領域，廣泛應用于眾多的科學與工程應用，如遙感、醫學、氣象、通信等。在對圖像進行數字化處理后，勢必要涉及到圖像質量評價。常用的圖像質量評價的方法主要有客觀評價方法和主觀評價方法[2]。

1 圖像質量評價方法

1.1 客觀評價方法

圖像質量的客觀評價方法的共同點是用物理方法對圖像的物理特性進行評價，將度量值與規定標準進行比較。利用客觀的方法或數學模型來度量圖像質量具有快速、穩定、易量化等優點。

在圖像質量的客觀評價方法中，最常用的是圖像逼真度的度量，計算退化圖像與原始圖像之間的統計誤差。若誤差越小，從統計意義上來說退化圖像與原圖像的差異越小，圖像的逼真度就越高，獲得的圖像質量評價也就越高。

設原始的二維灰階圖像A=f (i，j)，其中i=1，2，…，N， j=1，2，…，M，經處理后的圖像數據為A'=f'(i，j)，其中i=1，2，…，N， j=1，2，…，M。可用下列幾種客觀評價方法進行評價:

1) 均方誤差[2，5]MSE (Mean Square Error):

其中M、N分別表示圖像的長和寬。這種方法的優點在于簡單易行，但主要缺點是對許多類型的圖像質量計算結果與主觀度量不符。

2) 峰值信噪比[2，5](PSNR)(Peak Signal to Noise Ratio):

峰值信噪比反映的是整個圖像的失真程度，一般情況下，峰值信噪比愈大的圖像其質量愈高。

3) 熵:對一個隨機事件E，如果它的出現概率是P(E) ，那么它包含的信息為:

將一副靜止圖像看作一個具有隨機輸出的信源，信源符號集B定義為所有可能的符號的集合{bi}，信源產生符號bi 的概率是P(bi) ，那么一幅圖像的平均信息率可用下式表示:

將H(u)稱為信息的熵，它定義了觀察到單個信源符號輸出時所獲得的平均信息量。

上述諸方法雖然看起來簡單直觀，數學表達式嚴格，但是其表示往往和人們的主觀感受效果不一致。其中均方誤差法和峰值信噪比法都是一種統計誤差，是從總體上反映原始圖像和失真圖像差別的[6]。

1.2 主觀評價方法

圖像的主觀評價是以人作為圖像的最終視覺接收者，通過觀察者對圖像質量優劣和可判程度作出主觀的判定。一般分為絕對評價和相對評價。

絕對評價是指在無標準的參考圖像情況下，由觀察者根據一些事先規定的評價尺度或自己的經驗，對被評價圖像提出質量判斷。一般情況下，可以提供一組標準圖像作參考，幫助觀察者對圖像質量做出合適的評價。絕對評價常用的評價尺度稱為“全優度尺度”，即由觀察者對圖像質量的優劣用數字打分，如非常好的圖像打10分或9分，非常差的圖像打1分或0分。

相對評價是由觀察者將一批圖像由好到壞進行分類，也就是對圖像進行相互比較得出質量好壞并給出分數。相對評價常用的尺度稱為“群優度尺度”，如表1。

2 評價實驗

2.1 選擇水印

圖1是賀蘭山巖畫數字圖像(待嵌入水印圖像)，大小為256×256，圖2為水印圖像，大小為32×32。實驗中對待嵌入水印圖像分別采用LSB算法、基于DCT的水印算法和基于DWT的水印算法嵌入相同的水印圖像。

2.2 PSNR值評價

圖3給出了圖像在進行不同程度的裁剪情況下，各個算法提取出的水印圖像PSNR值結果，此處裁剪指的是選取任意區域裁剪[7]。

由圖3結果可以看出，圖像經過低裁減率裁剪后三種算法的提取出圖像質量差別不是很大，但是圖像經過大部分裁剪后，三種算法的效果就有明顯差別，基于DWT算法的優勢也就體現出來。

3 結束語

本文主要介紹了數字圖像質量評價的主要方法，并對賀蘭山巖畫數字水印圖像在不同程度裁減情況下的圖像質量進行實驗比較，從而判斷出不同水印算法的健壯性。但是，客觀評價方法由于評價的內容是物理參量，評價的參數是統計誤差，這種評價方法雖然精確嚴格，兼具客觀性和科學性，但是沒有考慮圖像的觀測者―人的視覺心理因素;主觀評價方法比較全面，符合圖像的實際觀察質量，但受觀察者、圖像類型和觀測環境等因素影響較大。為適應和滿足圖像技術飛速發展的需求，在圖像評價方法中引入HVS特性，將客觀評價方法和主觀評價方法有機地結合起來是圖像質量評價方法的發展方向。

參考文獻:

[1] 孫家廣.計算機圖形學[M].北京:清華大學出版社，2004.

[2] Eskiciogln A M.Image Quality Measure and their performance[J].IEEE Transactions On Communications，1995，43(12):2959-2965.

[3] Yu P T， Tsai H H， Lin J S. Digital Watermarking Based on Neural Networks for Color Images[J].Signal Processing，2001，81(3):663-671.

[4] Wang Zhenfei，Zhai Guangqun，Wang Nengchao.Digital Watermarking Algorithm Based on Wavelet Transform and Neural Network[J]. Wuhan University Journal of Natural Sciences，2006，(6):1668-1669.

[5] http://www.w3.org/TR/2004/REC-rdf-primer-20040210/[EB/OL].2008-03-28.

[6] 汪孔橋.一種基于視覺興趣性的圖象質量評價方法[J].中國圖象圖形學報，2000，5(4):300-301.

[7] 陳純.計算機圖像處理技術與算法[M].北京:清華大學出版社，2004.