主要内容

图像质量指标

在图像采集和处理过程中,图像质量会由于失真而降低。失真的例子包括噪声、模糊、振铃和压缩伪影。

努力建立质量的客观衡量标准。对于许多应用程序来说,有价值的质量度量与人类观察者对质量的主观感知密切相关。质量度量还可以跟踪通过图像处理管道传播的未察觉的错误,并可用于比较图像处理算法。

如果一个图像没有失真,你可以使用它作为一个参考来衡量其他图像的质量。例如,在评估压缩图像的质量时,未压缩的图像版本可以提供有用的参考。在这些情况下,您可以使用全参考质量度量来直接比较目标图像和参考图像。

如果没有失真的参考图像是不可用的。你可以使用无参考的图像质量度量。这些指标根据预期的图像统计信息计算质量分数。

全部参考质量标准

全参考算法比较输入图像与原始参考图像没有失真。

度规 描述
immse 均方误差(MSE)。MSE测量实际像素值与理想像素值之间的平均平方差。这个度量很容易计算,但可能与人类对质量的感知不太一致。
psnr值 峰值信噪比。pSNR由均方误差推导而来,表示最大像素强度与失真功率的比值。与MSE一样,pSNR度量很容易计算,但可能与感知质量不一致。
ssim

结构相似性(SSIM)指数。SSIM度量将局部图像结构、亮度和对比度组合成一个单一的局部质量评分。在这个指标,结构是亮度和对比度归一化后的像素强度模式,特别是在相邻像素之间。由于人类视觉系统善于感知结构,因此SSIM质量度量与主观质量评分的一致性更强。

multissim

multissim3

多尺度结构相似度(MS-SSIM)指标。MS-SSIM度量扩展了SSIM指数,将最高分辨率的亮度信息与几个下采样分辨率或尺度的结构和对比度信息相结合。万博 尤文图斯多尺度解释了图像细节感知的可变性,这些可变性是由从图像的观看距离、从场景到传感器的距离以及图像采集传感器的分辨率等因素引起的。

因为结构相似性是局部计算的,ssimmultissim,multissim3可以在图像上生成一张有质量的地图。

没有提到质量量度

无参考算法利用输入图像的统计特征来评价图像质量。

度规 描述
brisque 盲/无参考图像空间质量评估(BRISQUE)。在已知畸变图像的数据库上训练BRISQUE模型,BRISQUE仅限于评价具有相同畸变类型的图像的质量。BRISQUE是opinion-aware,这意味着主观质量分数伴随训练图像。
niqe 自然图像质量评估器。尽管NIQE模型是在原始图像数据库上训练的,但NIQE可以测量任意畸变图像的质量。NIQE是opinion-unaware,不使用主观质量评分。权衡的结果是,图像的NIQE评分可能与人类对质量的感知不像BRISQUE评分那样相关。
piqe 基于感知的图像质量评估(PIQE)。PIQE算法是意见不知道的无人管理的,这意味着它不需要训练有素的模型。PIQE可以测量任意失真的图像质量,在大多数情况下与NIQE执行类似。PIQE估计块方向的失真,并测量可感知失真块的局部方差,以计算质量分数。

BRISQUE算法和NIQE算法在模型训练后以计算效率计算图像的质量分数。PIQE的计算效率较低,但除了提供全局质量评分外,它还提供局部质量度量。在与主观人类质量评分的一致性方面,所有无参考质量指标通常都优于全参考质量指标。

相关的话题