專利名稱：基于圖像信息人眼可感知度的圖像質量表征方法
技術領域：
本發(fā)明涉及圖像處理技術領域，尤其涉及當圖像是用于人眼探測識別時的一種基于人眼視覺的圖像質量表征方法。
背景技術：
圖像作為視覺信息的載體，已經廣泛應用于各種不同的領域，然而由于成像與圖像顯示過程中各種因素的影響，并不是所有圖像都能很好地滿足任務需求，因此，評價一幅圖像的好壞就顯得極為重要。不同的任務對圖像質量的要求是不同的，視頻傳輸要求圖像能夠盡可能多地保持原始圖像的特征，目標識別要求圖像中待識別的目標盡可能突出……。因此，圖像質量的表征一定是針對特定意義的。探索不同目的下如何表征圖像質量已成為圖像處理領域的一個熱點問題。圖像質量表征方法可分為主觀圖像質量表征方法和客觀圖像質量表征方法兩類。主觀圖像質量表征方法主要是讓觀察者依據(jù)事先制定好的標準憑經驗對圖像質量進行評判，給出圖像質量分值。客觀圖像質量表征方法根據(jù)評價過程中有無原始圖像參考，可以將其分為有參考圖像質量表征方法和無參考圖像質量表征方法兩種。傳統(tǒng)的有參考圖像質量表征方法有均方誤差(MSE)、峰值信噪比(PSNR)等。這些方法雖然能在一定程度上反映被表征圖像與參考圖像之間的圖像質量變化，但其結果往往和人的主觀感受存在較大差異。近年來，Zhou Wang等學者提出了一些基于圖像結構相似度的圖像質量表征方法，其表征結果較為接近人眼的主觀感受。國內也有相關方法的專利申請，如廈門大學黃聯(lián)芬等人的“基于視覺特性與結構相似度的圖像質量評測方法”(申請?zhí)?201010168036.2)等。由于在大 多數(shù)情況下，表征一幅圖像的質量時，很難得到或者是根本沒有原始圖像作為參考，所以無參考圖像質量表征一直是圖像質量表征領域里的重點和難點。傳統(tǒng)的無參考圖像質量表征方法主要考察圖像的對比度、清晰度以及圖像中的各種失真和干擾對圖像質量的影響，這些方法雖然從不同的側面反映了圖像的質量，但表征過程中都只是考慮圖像本身的特性，沒有考慮到人眼視覺特性在圖像質量表征過程中的作用，所以其結果和人眼的主觀感受也存在較大差異。也有學者通過引入人眼視覺特性對圖像質量進行表征，如南京信息工程大學焦峰等人的專利“基于小波和結構自相似性分析的無參考圖像質量評價方法”(申請?zhí)?201010555966.3)，天津大學邱亞男的碩士畢業(yè)論文《基于人眼視覺特性的圖像增強算法研究》等。前者在小波域進行圖像質量的表征，后者在空間域對增強圖像的質量進行表征。綜上所述，目前，關于圖像質量表征的研究主要集中于有參考圖像的質量表征，無參考圖像質量的表征方法還不成熟。將圖像作為人眼觀察時信息傳遞的載體，通過圖像對信息傳遞這一任務的完成程度來評價圖像質量尚屬空白
發(fā)明內容
針對現(xiàn)有技術中的不足，本發(fā)明提供一種基于人眼視覺的無參考圖像情況下進行圖像質量表征的方法。本發(fā)明為實現(xiàn)上述目的所采用的技術方案是:一種基于圖像信息人眼可感知度的圖像質量表征方法，根據(jù)圖像總信息1,6和人眼能夠感知到的圖像信息Iig，得到圖像質量Q= 100X I 感/I 總(1)所述圖像總信息1,6為圖像中所有信息的總和，基于相鄰像素的灰度差來表示。所述圖像總信息1,6根據(jù)灰度差計算基元的不同有三種具體表示方式:當灰度差計算基元為像素對時，檢查圖像所有的相鄰像素對，以灰度不同的像素對的總數(shù)作為圖像的總信息；當灰度差計算基元為邊緣時，將圖像分割成灰度值相同且連通的區(qū)域，以相鄰區(qū)域間的邊緣總數(shù)作為圖像總信息；當灰度差計算基元為區(qū)域時，將圖像分割成灰度值相同且連通的區(qū)域，以區(qū)域的總數(shù)作為圖像的總信息。所述人眼能夠感知到的圖像信息I @為圖像中人眼可以感知到的信息總和，基于人眼對相鄰像素灰度差的感知度來表示。所述人眼能夠感知到的圖像信息據(jù)灰度差計算基元的不同有三種具體表示方式:當灰度差計算基元為像素對時，檢查圖像所有的相鄰像素對，以人眼對像素對間灰度差的感知度總和作為人眼可以感知到的信息總和；當灰度差計算基元為邊緣時，將圖像分割成灰度值相同且連通的區(qū)域時，檢查所有的相鄰區(qū)域，以人眼對相鄰區(qū)域邊緣感知度總和作為人眼可以感知到的信息總和；所述人眼對相鄰區(qū)域邊緣感知度為人眼對相鄰區(qū)域邊緣兩邊灰度差的感知度；當灰度差計算基元為區(qū)域時，將圖像分割成灰度值相同且連通的區(qū)域時，檢查所有的區(qū)域，以人眼對所有區(qū)域感知度的總和作為人眼可以感知到的信息總和；所述人眼對區(qū)域的感知度為人眼對某一區(qū)域與所有相鄰區(qū)域灰度差感知度的最小值。本發(fā)明具有以下優(yōu)點:將圖像質量與人眼能夠從圖像中接收到信息關聯(lián)起來，提出了更符合人眼視覺特性的無參考圖像質量表征基本框架；首次提出面向人眼探測識別的圖像質量表征方法，可以作為面向探測識別的圖像優(yōu)化的優(yōu)化準則。


圖1為人眼JND特性曲線；圖2為人眼對灰度差感知度階躍函數(shù)曲線；圖3為人眼對灰度差感知度連續(xù)函數(shù)曲線；圖4為目標圖像I;圖5為目標圖像2;圖6為目標圖像3;圖7為圖4的灰度變換結果圖像。
具體實施例方式下面結合附圖及實施例對本發(fā)明做進一步的詳細說明。根據(jù)技術方案，為表示一幅圖像的圖像質量，首先要具體定義圖像總信息的表示，其次要具體定義人眼能感知的圖像信息的表示。只要定義了這兩個量，就可以直接利用公式(I)計算圖像質量。技術方案中給出了基于不同圖像信息計算基元的3種圖像總信息和相應的人眼能感知的圖像信息的表示方式，在具體實施過程中，需要進一步明確人眼對不同灰度差的感知特性曲線，本方案通過人眼的亮度閾值特性(Just NoticeableDifference:JND)(如圖1所示)來確定圖像中的這些信息能否被人眼感知。人眼JND曲線給出了在一定亮度背景下，人眼能夠區(qū)別目標和背景所需的最小灰度差閾值，這一閾值隨著像素灰度的不同而不同，對于較小和較大的灰度，需要較大的灰度差人眼才能感知到，而對于中間灰度，則只要較小的灰度差人眼就可以感知到。據(jù)此可以得到人眼在不同的灰度下對灰度差異的感知程度的定量表示，這種表示有階躍表示和連續(xù)表示兩種方式。階躍表示即對某一灰度，當相鄰像素對、邊緣兩邊、區(qū)域之間的灰度差大于等于該灰度所對應的JND閾值時，認為這些信息能夠完全被人眼感知，其感知度為1，當灰度差低于JND閾值時，認為這些信息不能被人眼感知，其感知度為0，其數(shù)學表達式如式(2)所示。圖2給出了某一灰度值對應的圖像信息人眼感知度階躍函數(shù)曲線，其它灰度的與此類似。連續(xù)表示即對某一灰度，假設人眼對`不同灰度差異從O到255的感知程度是連續(xù)變化的，當灰度差小于該灰度所對應的JND閾值時，人眼對灰度差得感知度變化較快，當灰度差等于該灰度所對應的JND閾值時,感知度達到一定的值，當灰度差大于該灰度所對應的JND閾值時，感知度變化緩慢，灰度差等于255時，感知度達到I，其數(shù)學表達式如式(3)所示。這一連續(xù)變化曲線需要借助于人眼的視覺生理和視覺心理學研究成果來進一步精確描述。圖3給出了一種最簡單的人眼對灰度差感知度的連續(xù)曲線。其定義為:
Grayi — Gray,.Z1 (Gray , Gray )=-； 2 X JND(Grayi)⑶
P ,廠1廠1、 —0.693IxjGrqy1--Grqyy^/JND(Grayi)
J 2 ，Lrroy j) — ι — e這里人眼JND曲線可以通過人眼亮度閾值特性測試實驗得出。該閾值在不同顯示設備、亮度環(huán)境下的值不同。在實際應用本發(fā)明的過程中，可以在應用環(huán)境下，通過人眼亮度閾值特性測試實驗測得閾值的具體數(shù)值。該實驗在姚軍財?shù)热说摹蛾帢O射線管顯示器亮度范圍內對人眼視覺特性的實驗研究》(物理學報，第57卷，第7期，2008)中有詳細描述。下面分別給出由不同圖像信息計算基元所決定的3種實施方式。實施方式1:基于像素對的圖像質量表征基于像素對的圖像質量表征以相鄰像素對作為圖像信息表征的基元，定義圖像總信息為圖像中所有有灰度差異的像素對的總數(shù)，人眼能感知到的圖像信息為人眼對所有像素對感知度的總和。具體實現(xiàn)方案為:遍歷圖像中的各像素，并計算當前像素與其右方、下方的相鄰像素的差值(圖像右邊最后一列只計算其與下方的相鄰像素的差值，下方最后一行只計算其與右方相鄰像素的差值)若其與相鄰像素差值不為零，則將其統(tǒng)計在圖像的信息中。再通過前面所述的兩種計算人眼感知度的表示方式，利用公式(2)和公式(3)計算人眼對所有像素對的感知度，并累加所有像素對的感知度作為人眼可感知的圖像信息。實施方式2:基于邊緣的圖像質量表征基于邊緣的圖像質量表征是將圖像中各區(qū)域之間的邊緣作為圖像信息表征的基元，以圖像中兩個相鄰區(qū)域的邊緣的總個數(shù)作為圖像總信息，以人眼對所有邊緣灰度差感知度的和作為人眼能感知的圖像信息。具體實現(xiàn)方案為:對圖像進行區(qū)域分割，分割的準則是灰度相同且連通的所有像素作為一個區(qū)域；遍歷圖像中的所有區(qū)域，得到圖像兩相鄰區(qū)域的所有邊緣作為圖像總信息；計算所有邊緣的相鄰區(qū)域灰度差，并以此為輸入，采用⑵或⑶式計算出對所有邊緣的感知度，累加所有邊緣的感知度作為人眼可感知的圖像信息。實施方式3:基于區(qū)域的圖像質量表征基于區(qū)域的圖像質量表征以圖像中灰度相同的區(qū)域作為圖像信息表征的基元，以組成圖像的區(qū)域總數(shù)作為圖像總信息，以人眼對所有區(qū)域間灰度差的感知度作為人眼能感知的圖像信息。具體實現(xiàn)方案為:對圖像進行區(qū)域分割，分割的準則是灰度相同且連通的所有像素作為一個區(qū)域；遍歷圖像中的所有區(qū)域，得到圖像總信息；把與當前區(qū)域相鄰的所有區(qū)域的灰度差值計算出來，取其中最小的灰度差作為計算人眼對區(qū)域感知度的輸入，采用(2)或(3)式計算出對所有區(qū)域的感知度，累加所有區(qū)域的感知度作為人眼可感知的圖像信
肩、O附圖中，圖4 圖6分別給出了三組目標圖像，從視覺效果上看，三個圖像中都由兩個正方形目標，只是目標與背景間的對比度有所差異。圖4和圖6在視覺效果上相同，圖像中的目標比圖5更容易分辨。實際上，圖5和圖6中都只有2個目標，且兩個目標都可見，但圖4中有4個目標，其中有兩個由于與背景間灰度差異較小而不可見。圖7給出了圖4經過簡單的灰度變換得到的圖像，其中可以清晰地看到另外兩個目標。因此，從圖像質量上來看，應該是圖6最好，圖5次之，圖4最差。利用上述三個實施方案，我們分別對圖4 圖6這3幅圖像進行了圖像質量表征，計算結果如表I所示:表1.圖像質量表征結果
權利要求
1.一種基于圖像信息人眼可感知度的圖像質量表征方法，其特征在于，根據(jù)圖像總信息1,6和人眼能夠感知到的圖像信息IS，得到圖像質量 Q =IOOXI 感/I 總(I)
2.根據(jù)權利要求1所述的基于圖像信息人眼可感知度的圖像質量表征方法，其特征在于，所述圖像總信息1,6為圖像中所有信息的總和，基于相鄰像素的灰度差來表示。
3.根據(jù)權利要求2所述的基于圖像信息人眼可感知度的圖像質量表征方法，其特征在于，所述圖像總信息1,6根據(jù)灰度差計算基元的不同有三種具體表示方式: 當灰度差計算基元為像素對時，檢查圖像所有的相鄰像素對，以灰度不同的像素對的總數(shù)作為圖像的總信息； 當灰度差計算基元為邊緣時，將圖像分割成灰度值相同且連通的區(qū)域，以相鄰區(qū)域間的邊緣總數(shù)作為圖像總信息； 當灰度差計算基元為區(qū)域時，將圖像分割成灰度值相同且連通的區(qū)域，以區(qū)域的總數(shù)作為圖像的總信息。
4.根據(jù)權利要求1所述的基于圖像信息人眼可感知度的圖像質量表征方法，其特征在于，所述人眼能夠感知到的圖像信息IigS圖像中人眼可以感知到的信息總和，基于人眼對相鄰像素灰度差的感知度來表示。
5.根據(jù)權利要求4所述的基于圖像信息人眼可感知度的圖像質量表征方法，其特征在于，所述人眼能夠感知到的圖像信息Iig根據(jù)灰度差計算基元的不同有三種具體表示方式: 當灰度差計算基元為像素對時，檢查圖像所有的相鄰像素對，以人眼對像素對間灰度差的感知度總和作為人眼可以感知到的信息總和； 當灰度差計算基元為邊緣時，將圖像分割成灰度值相同且連通的區(qū)域時，檢查所有的相鄰區(qū)域，以人眼對相鄰區(qū)域邊緣感知度總和作為人眼可以感知到的信息總和； 所述人眼對相鄰區(qū)域邊緣感知度為人眼對相鄰區(qū)域邊緣兩邊灰度差的感知度； 當灰度差計算基元為區(qū)域時，將圖像分割成灰度值相同且連通的區(qū)域時，檢查所有的區(qū)域，以人眼對所有區(qū)域感知度的總和作為人眼可以感知到的信息總和； 所述人眼對區(qū)域的感知度為人眼對某一區(qū)域與所有相鄰區(qū)域灰度差感知度的最小值。
全文摘要
本發(fā)明公開了基于圖像信息人眼可感知度的圖像質量表征方法。該方法從人眼視覺特性出發(fā)，把圖像看成是將實際景物信息傳遞給人眼的媒介，定義圖像質量為人眼可感知的圖像信息占圖像總信息的百分比。在這一框架下，面向人眼探測識別，提出了3種圖像總信息和對應的3種人眼可感知的圖像信息的定量表示方法。本發(fā)明較一般圖像質量表征方法的優(yōu)點為將圖像質量與人眼能夠從圖像中接收到的信息關聯(lián)起來，提出了更符合人眼視覺特性的無參考圖像質量表征基本框架；首次提出面向人眼探測識別的圖像質量表征方法，可以作為面向探測識別的圖像優(yōu)化的優(yōu)化準則。
文檔編號G06T7/00GK103186898SQ20111045446
公開日2013年7月3日 申請日期2011年12月29日 優(yōu)先權日2011年12月29日
發(fā)明者朱楓, 郝穎明, 吳清瀟, 嵇冠群, 吳錦 申請人:中國科學院沈陽自動化研究所