不依赖参考图像的插值质量评估方法.docVIP

不依赖参考图像的插值质量评估方法 　　摘要：在对贝叶斯颜色滤波阵列插值算法进行评估时，在原始参考图像存在的情况下，可使用MSE、PSNR、 等指标对处理后的图像质量进行评估和检验。然而在某些情况下，原始图像并不存在，无法使用这些指标进行图像质量评估。考虑到插值带来的边缘模糊和伪彩色现象，文章对图像边缘坡度和伪彩色进行计算，将计算结果作为判定插值算法优劣的标准。这项工作为将来研究CFA插值与彩色图像高分辨率之间的可能关系做了铺垫，该文使用了真实的CFA图像进行了实验，以证明所使用的评价算法的准确性。 　　关键词：贝叶斯阵列；质量评估；边缘坡度；伪彩色 　　中图分类号：TP391文献标识码：A文章编号：1009-3044(2011)24-5999-03 　　New Demosaicing Quality Assessment Index Without a Reference Image 　　QIU Xiang-xiang, GU Yi-he 　　(Department of Computer Science and Technology ,Nanjing University of Science and Technology, Nanjing 210094, China) 　　Abstract: Given the existence of a reference image or ground truth when performance testing Bayer pattern color filter array (CFA) demosaicing algorithms,we can use MSE,PSNR,and E to test the quality of the output image. In some case,there are not reference images, we can’t use them to test the algorithms. Considering the edge blur and false color, we will compute the image edge-slope and false color, using the result as a standard for judging the algorithms. This work provides a path forward for future research investigating possible relationships between CFA demosaicing and color image super-resolution.True CFA data are used in the experiment to identify the accuracy of the two new algorithms. 　　Key words: bayer array; color image quality assessment; edge sharpness; false color 　　由于Bayer型CFA（Color Filter Array，彩色滤波阵列）的原始输出是每个像素点只有红、绿、蓝三种颜色分量之一的马赛克图像[1]，因此若想获得全彩图像，必须估计所采集图像中每个像素的另外两个颜色的分量值。例如，图1的Bayer型CFA中 处采集的像素点只有B的灰度值，即只有蓝色，这就需要估计 处R和G的灰度值，这个估计的过程称为基于Bayer型颜色滤波阵列的插值过程，即恢复失去的信息[2]。 　　常见的图像插值算法有最临近法，双线性插值法，双三次插值法[3]和梯度插值法等。其中双线性插值又称双线性内插，在数学上，双线性插值是两个变量的插值函数的线性插值扩展。其核心思想是在两个方向分别进行一次线性插值。双线性内插法利用待采样点周围4个临域的灰度值在两个方向上作线性内插以得到待采样点的灰度值，即根据待采样点与相邻点的距离确定相应的权值计算出待采样点的灰度值[4]。 　　其数学表达式为： 　　 （1） 　　其中x、y坐标表示像素的位置，f(*、*)表示像素的灰度值。 　　为了合理地解决边界的插值问题，保证插值没有跨越边界，而是沿着边界进行的，前人经过研究提出了基于梯度的插值算法。例如，在恢复绿色通道分量的时候，先计算出该点的水平方向的梯度算子和垂直方向的梯度算子，通过梯度的计算检测出边界的方向，然后选择恰当的插值方向。目前比较经常使用的基于梯度的插值算法是一阶微分的Hibbard方法[6]和二阶微分的Laroche方法[5]。 　　为了选取最合适的插值算法，