基于視覺特性的圖像質量評價指標探析

王超璜

（江西財經大學信息管理學院，江西 南昌 330013）

【摘 要】對圖像質量進行科學有效的質量評價是極為重要的，基于人類視覺效應的圖像質量評價具有不失真、速度快的優(yōu)點，得到越來越廣泛的應用。本文通過視覺特性入手，對圖像處理的關鍵技術算法與硬件平臺進行綜合分析，對其平臺進行了探究，為圖像質量評價提供了思路。

【關鍵詞】視覺特性；圖像質量；指標

一、引言

（一）視覺特性概述

人類視覺系統(tǒng)是一套復雜的生物學圖像處理系統(tǒng)。盡管到目前為止人類對它所知甚少，但隨著人們對其生理和心理過程的深人研究，已經取得了一些有用的結論。視覺多通道特性，視覺的多通道理論認為人的視覺系統(tǒng)是一個傅里葉分析器，其中存在許多頻道，而每一頻道所調制的空間頻率的區(qū)域是不同的。后來實驗也證明了視網膜的每一點上都存在種頻率的通道，而且這種頻率通道的感受性又各不相同。空間頻率遮掩效應`洲空間頻率是指圖像區(qū)域內灰度空間變化率。實驗表明人眼視覺對信息的可見度隨圖像區(qū)域中局部空間頻率的變化而改變，該性質稱為視覺空間頻率掩蓋效應。人眼視覺系統(tǒng)分辨細節(jié)的能力與所觀看區(qū)域的相對對比度有關，通常用對比度靈敏度函數來表示。是空間頻率的函數，具有帶通性質，通常人眼在較低和較高空間頻率處敏感度較低。

（二）圖像處理的硬件技術

當前的圖像處理算法集成設計主要集中于EDA、PLC與FPGA技術。由于數字流是極為模塊化的，前端產生標準化的設計描述，編譯成調用，而不考慮內部技術，單元使用特定的集成電路技術實現邏輯或其他電子功能。制造商通常為其生產過程提供組件庫，并提供適合標準仿真工具的仿真模型。模擬圖像處理設計工具遠不是模塊化的，因為需要更多的功能，它們更強烈地交互從而實現設計的自動化和模塊化。隨著半導體技術的不斷擴展，圖像處理設計的重要性迅速增加，用戶通過操作半導體制造設施來對產品進行設計和改良。可編程邏輯控制器（PLC）是工業(yè)數字計算機，其已經加固并且適于控制制造過程，例如裝配線或機器人裝置或者需要高可靠性控制和易于編程的任何活動和過程故障診斷。它們首先在汽車工業(yè)中開發(fā)，以提供靈活、堅固耐用且易于編程的控制器來替代硬連線繼電器和計時器。從那時起，它們已被廣泛用作適合惡劣環(huán)境的高可靠性自動控制器。PLC是實時系統(tǒng)的示例，因為必須在有限的時間內響應于輸入條件產生輸出結果，否則將導致非預期的操作。

二、圖像質量處理關鍵算法

（一）神經網絡算法

神經網絡系統(tǒng)是由眾多的神經元可調的連接權值連接而成，具有大規(guī)模并行處理、分布式信息存儲、良好的自組織自學習能力等特點。神經網絡是一種計算方法，基于神經單元的大集合，解決由軸突連接的生物神經元的大群集的問題。每個神經單元與許多其他神經單元連接，并且可以對所連接的神經單元的激活狀態(tài)影響中實施抑制。每個單獨的神經單元可以具有將所有其輸入的值組合在一起的求和功能。在每個連接和單元本身上可以存在閾值函數或限制函數，使得信號在傳播到其他神經元之前必須超過極限。神經網絡已被用于解決使用普通的基于規(guī)則的編程難以解決的各種各樣的任務，如智能化學習。歷史上，神經網絡模型的使用向高級人工智能的方向移動，其特征在于包含在具有一些動力系統(tǒng)的認知模型的參數中的知識。

（二）灰色關聯度分析

灰色關聯分析方法，是根據因素之間發(fā)展趨勢的相似或相異程度，來進行歸納和評價，作為衡量因素間關聯程度的一種方法。灰色關聯度分析使用特定的信息概念。它定義沒有信息為黑色的情況以及具有完美信息為白色的情況，這些理想化的情況都不會出現在現實世界的問題中。事實上，這些過渡階段的情況被描述為灰色。因此，灰色系統(tǒng)意味著其中部分信息是已知的并且部分信息是未知的系統(tǒng)。根據這個定義，信息質量形成從信息的缺乏到完整信息的存在過渡過程。由于不確定性總是存在，灰色分析可以得出一系列關于解決方案的清晰陳述。在一個極端情況下，這種方案無解，在另一個極端情況下，具有完美信息的系統(tǒng)具有獨特的解決方案。在中間情況中，灰色系統(tǒng)將給出各種優(yōu)化的解決方案。灰色分析試圖找到最好的解決方案，提供了確定一個好的解決方案的技術來解決現實世界的問題。

三、圖像質量評價平臺的設計

（一）平臺層

圖像質量評價分布式存儲系統(tǒng)可以對大規(guī)模的結構數據進行存儲，通過大型的存儲與管理技術，實現對于數據的高效處理，這個數量級大部分時候在PB級以上，這樣才能讓科研活動更加合理地進行開展。

（二）功能層

功能層采用擴展算法進行數據挖掘，采用TB級的數據進行模型建立，實現云計算與分布調度處理，利用負載的均衡技術，使得分布處理能力提升，從而實現高效數據處理。

（三）服務層

采用基于WEB與Open API的圖像質量評價挖掘處理技術，從圖像質量評價的環(huán)境分析入手，加強端口的管理與流程的優(yōu)化，從而實現端口的智能配置與數據交換，讓圖像質量評價的共享變得科學合理簡潔。服務層屬于高級別管理層次，因此應當加強對輸入輸出的合理控制，使其可以實現圖像質量評價的高效交換。

四、實驗分析

采用美國大學圖像和視頻工程實驗室提供的圖像質量估計數據庫進行實驗。圖像庫給出了平均主觀評分差值，本文通過它與本文提出評價指標的一致性來衡量指標的優(yōu)劣。首先，根據非線性映射公式建立客觀指標與主觀評價的映射關系，并利用中的曲線擬合工具箱。進行擬合，獲取單調的擬合曲線。在圖對庫中每幅圖像的客觀評分值與主觀評分值進行擬合，圖中每一點代表一幅測試圖像。為了比較遮掩效應和視覺敏感帶通特性對質量指標的影響，本文設計了四種指標，模型平均求和、模型加權求和、修正模型平均求和、修正模型加權求和。采用同樣方式對、客觀評價指標分別與進行擬合。最終獲得了色彩失真度、圖像偏離度、像素點等指標。為了能進一步提高評價性能，還可以在目前的基礎上繼續(xù)開展研究選擇何種多尺度幾何分析工具獲得稀疏表達，從而更佳地構造圖像質量評價指標。

五、總結

圖像處理技術發(fā)展迅速，因其易用性、穩(wěn)定性、快捷性受到廣大科研人員和工業(yè)控制生產人員的歡迎。我國各層次的開發(fā)研究人員正不斷地改善當前圖像處理技術的應用環(huán)境，為了充分利用計算機的價值。在當前社會生活中，各方面應用人員應加強自身的學習與探究，在合理的體系中力求計算機價值的利用最大化。大量用戶的使用同時對其發(fā)展也有促進作用，基于視覺的圖像質量對于科技的發(fā)展將起著越來越重要的作用。

【參考文獻】

[1] 張燦龍，王強，文小軍，張超英，唐艷平，劉海燕.？？基于邊緣檢測的圖像處理軟件的開發(fā)及優(yōu)化[J]. 控制工程. 2014（01）

[2] 梁輝.MATLAB制作圖形界面的應用[J]. 佳木斯大學學報（自然科學版）. 2013（04）

[3] 陸藝，楊春生，張濤，閆曉茹.？？圖像處理技術在機動車檢測行業(yè)中的應用[J]. 中國測試技術. 2013（06）

[4] 董春來，王堅，胡建華.？？利用MATLAB實現圖像處理與分析[J]. 現代測繪.2013（05）