基于图像块分类的加权结构相似度木.PDFVIP

华 南 理 工 大 学 学 报 (自然 科 学 版 ) 第 37卷 第 1期 JournalofSouthChinaUniversityofTechnology Vo1．37 NO．1 2009年 1月 (NaturalScienceEdition) January 2009 文章编号：1000-565X(2009)01—0042．06 基于图像块分类的加权结构相似度木 杨春玲 何流 魏毅 麦智毅 (华南理工大学 电子与信息学院，广东 广州 5m64o) 摘 要：基于结构信息的图像质量评价方法——结构相似度(SSIM)方法计算简单、性能 优越 ，但该方法仅简单地将各子块 SSIM 的平均值作为整幅图像的平均结构相似度 (MSSIM)，而人眼对图像不同区域的视觉灵敏度不同．为此，文中提 出了一种基于图像块 分类的加权平均结构相似度 (WSSIM)的图像质量评价方法，即先将图像分块并将子块区分 成边缘块、细节块和平滑块三类，然后对不同类型块的SSIM值赋予不同的权值，最后计算得 到整幅图像的WSSIM．实验结果证明，文 中方法明显优于MSSIM和基于方差加权的SSIM． 关键词：图像质量；评价；结构相似度；块分类；加权平均；人眼视觉系统 中图分类号：TP391．4 文献标识码：A 图像质量评价方法可用来评价 图像质量的好 人眼能够高度 自适应地提取场景中的结构信息，提 坏 、图像处理方法的优劣 ，从而指导图像处理算法的 出了基于结构相似度 (SSIM)的客观评价方法，该方 发展．因此在图像处理领域，图像质量评价至关重 法的性能优于PSNR．之后SSIM算法受到了广泛的关 要．图像质量评价方法分为两大类 ：主观评价和客观 注，出现一些改进的算法 ：基于方差加权 的SSIM 评价方法．主观评价方法 由多组知识背景不 同的观 (VWSSIM)和基于信息论加权的SSIM(ITWSSIM)； 察者来评估图像质量，然后对他们的评分进行统计 也有学者将 SSIM应用到视频编码质量评价 中[4-5]， 平均得到最后的评价结果．这种评价方法最准确合 或者将 SSIM 与其它 图像质量评价方法加权结 理，但实际应用时费时费力，很不方便．客观评价方 合 ．在 SSIM基础上，文献 [7]中提出了基于梯度 法利用数学模型，比较失真 图像和原始图像的差异 的结构相似度 (GSSIM)和基于边缘的结构相似度 或相似度 ，得到失真图像的质量评价．因为客观评价 (ESSIM)．其 中，GSSIM在引入梯度幅值信息的同 方法比主观评价方法简单快速 ，且易于嵌入到图像 时，保持了像素间的相关性，对 982幅包含五类失真 处理算法中评价并指导图像处理算法，如最新的静 图像 的评价结果优于平均结构相似度 (MSSIM)， 止图像压缩标准 JPEG2000和视频压缩标准H．264 并改进了模糊类失真图像的评价方法． 中采用的率失真函数 (RD)，可以使失真和码率两者 由人眼结构及视觉非线性特性 、掩盖效应可知 ， 取值折 中，所以客观评价方法得到了广泛的应用．目 人眼对一幅图像的不同部分通常会有不同的敏感程 前客观评价方法最常用的是均方误差 (MSE)和峰 度 ，一般对灰度变化快的边缘区域 (如图像的大致 值信噪比(PSNR)，它们计算简单，物理意义明确， 轮廓)较感兴趣，而对灰度变化缓慢且趋向于均匀 但没有充分考虑人眼视觉特性，造成客观评价结果 的区域不感兴趣．例如，人眼对图像边缘区信息的失 与视觉效果的不一致 ，因此研究基于人