PNR对图像质量评价的优缺点.docVIP

PNR对图像质量评价的优缺点？并试图规划一种方案克服SNR的缺点？ 答：峰值信噪比PSNR (Peak Signal to Noise Ratio) ,有些文献中也称为峰-峰信噪比的定义如 下:给定一幅大小为 M ×N 的数字化图象f ( x , y)和参考图象 f 0 ( x , y) ,则图象f 的PSNR为 引入另一常用质量评价指标均方误差MSE ,其中MSE的表达式为 则 其中fmax是函数f ( x , y)的最大灰度值,例如,常用的8bit的灰度图象中,则fmax的最大值为255. 而在彩色数字图象中,由于图象的颜色用RGB3基色的组合表示,每个颜色分量需用一个字节表示,于是相应的峰值信噪比可以表示为 3个变量MSE( R) ,MSE( G) ,MSE( B)分别为3个基色分量的均方差.也有人将上式称为彩色图象的平均峰值信噪比,因为上式等价于 其中PSNRR、PSNRG、PSNRB 分别为图象的R、G、B 帧的峰值信噪比. PSNR优点：便于计算和理解,能大致反映图象质量.一般情况下,PSNR 的值高的图象质量相对较高,通常,当 PSNR 值在28以上时,图象质量差异不太显著,当高于35～40时,则肉眼分辨不出差异. PSNR缺点：,PSNR有时反映图象质量与人眼观察的图象质量情况并不完全相符.实验表明 ,在同一幅图象中分别在图象高频部分、中低频部分、低频部加入白噪声干扰时,在高频部分加入干扰时图象质量优于其它两种情况,但三者的峰值信噪比相同.有理由认为 PSNR 并不是一个很好的图象质量评价指标。 由于 PSNR的局限性 ,人们仍在不断的探讨 ,试图找出更接近人视觉特征的评价指标. 目前新的图象质量评价标准大多数为基于人眼视觉系统(HVS)的测量方法 ,以期更接近人眼的主观视觉.新标准大致可以分为两类:基于视觉感知的测量方法和基于视觉兴趣的测量方法. 1.基于视觉感知的图象评价方法较早也较成功的有基于刚辨差(JND ,Just Notice Difference)的视觉感知方法.由于人眼分辨亮度差异的能力与背景亮度有关 ,在宽阔的常用背景亮度变化范围内 ,人眼的JND为常数;当背景亮度较强或较弱时,人眼的分辨能力减弱 ,即JND 增大.该方法基于此原理达到对图象质量定量测量的目的. 2.基于视觉兴趣的图象质量评价方法的思想是将图象分为感兴趣区(ROI ,Region of Interest) 和不感兴趣区 ,并由感兴趣程度对其设定加权值.整幅图象的视觉质量往往取决于感兴趣区的质量 ,不感兴趣区质量的降质则影响较小. 例如 ,假设测试图象中只有一个感兴趣区A1 ,其面积为S1 ,不感兴趣区A2 ,面积为S2 ,图象总面积为S = S1 + S2 .则由此可定义一个自己的均方误差IMSE: 其中:λ1、λ2分别为 A1 和 A2 的加权值 ,并满足λ1 S1 +λ2 S2 = S ,加权值λ1越大,表示人眼对该区的兴趣程度越大.可以看出,当S1 = 0 ,λ2 = 1或 S2 = 0 ,λ1 = 1 时, IMSE退化为MSE.该方法能较好的与人眼的主观视觉相符合.