增強圖像的客觀質量評價算法研究

張鋒 伍奕東 鄭佳 馬敏

摘 要：增強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的圖像。圖像增強被廣泛應用在生活中。因此，對增強圖像精確的質量評價具有非常重大的意義。然而，現有的增強圖像質量評價算法不能夠對增強圖像的質量進行精確評價。文章算法綜合考慮增強圖像與原始圖像的結構相似度、色彩飽和度相似度和清晰度相似度對增強圖像作出評價。文章算法在現有的增強圖像數據庫中的測試結果顯示，文章算法的性能優于傳統的質量評價算法和現有的增強圖像質量評價算法。

關鍵詞：增強圖像；結構相似度；飽和度；清晰度

圖像增強是指增強圖像的清晰度、飽和度和對比度等圖像特性，提高圖像的質量。傳統的圖像質量評價算法有很多種。例如，視覺信噪比VSRN算法根據不同的圖像噪聲對圖像質量進行評估。視覺信息保真度VIF圖像質量評價算法是以自然場景統計模型（NSS）、圖像失真和人類視覺失真建模的判據。MAD算法則通過比較參考圖像與測試圖像的平均絕對差對圖像質量進行評價。但上述這些算法無法對增強圖像的質量進行有效評價。相關文獻建立并公開了數字增強圖像質量（DRIQ）數據庫，并且為增強圖像提出了一種改進的全參考MADa算法。本文的算法從圖像的結構對比度、清晰度和色彩飽和度3個方面對增強圖像進行評價并調整了它們在公式中所占的比重。與現在最好的MADa算法相比，本文的算法在圖像質量恢復的評估方面與主觀評價值有更好的一致性。

1 關于增強圖像的質量評價算法

本文得到原始圖像和增強圖像的飽和度圖像并對飽和度圖像求均值得到每幅圖像的飽和度評價值并與參考圖像得到的值進行比較得到飽和度相似度，然后，求得圖像的結構相似度和清晰度相似度。最后通過以上3個指標得到圖像質量的綜合評價值。

1.1 圖像結構相似度

自從 Cabor提出了解析信號之后，Hilbert變換在信號處理領域得到了廣泛的應用。本文由特征相似性指數算法得到圖像的結構相似度Fsim。

1.2 色彩飽和度相似度

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

設一幅M×N的飽和度圖像S，其均值計算如下：

3 實驗結果與分析

3.1 算法效果的評價指標

為了測試本文提出的圖像質量客觀評價結果與主觀感知的契合度，本文選擇了3個評價標準：皮爾森積矩相關系數、斯皮爾曼等級相關系數、均方根誤差來評價算法的性能。本文采用非線性回歸函數Logistic函數對提出的算法進行了評價，擬合結果如圖1所示。通過擬合曲線可以看出算法得出的客觀評價值較好地聚集在擬合曲線附近，說明算法可以對增強圖像的質量進行有效評價。

3.2 算法的對比結果

表1是本文將不同圖像質量評價算法在數據庫上的測試值對比結果。

通過與其他算法的比較發現，本文新建立的算法的評價效果比已經存在的算法的評價效果好。與其他算法相比，本文的算法皮爾森積矩相關系數（PLCC）和斯皮爾曼等級相關系數（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。

客觀評價值

4 結語

增強圖像在色度、清晰度等方面都比原始圖像有了提高。人眼可以對圖像的質量作出準確的判斷，但是現有的圖像增強評估算法無法完成這一任務。本文的算法從圖像的結構相似度、色彩飽和度以及清晰度3方面評價增強圖像質量，獲得的評價值和人眼的主觀評價值有很好的一致性。說明本文的算法可以在沒有高質量的參考圖像的條件下評價增強圖像的質量并取得可靠的增強圖像質量評價結果。

[參考文獻]

[1]偉志輝，程軍.基于小波變換的一種新的圖圖像質量評估方法[J].南京理工大學學報，1998（12）：60-65.

[2]楊春林，曠開智.基于梯度的結構相似度的圖像質量評價[J].華南理工大學學報：自然科學版，2006（9）：22-25.

[3]王永峰，模糊圖像感知質量評價算法研究[D].北京：北京郵電大學，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