基于视觉特性图像质量评价指标探析.docVIP

基于视觉特性图像质量评价指标探析 　　（江西财经大学信息管理学院，江西 南昌 330013） 　　【摘 要】对图像质量进行科学有效的质量评价是极为重要的，基于人类视觉效应的图像质量评价具有不失真、速度快的优点，得到越来越广泛的应用。本文通过视觉特性入手，对图像处理的关键技术算法与硬件平台进行综合分析，对其平台进行了探究，为图像质量评价提供了思路。 　　【关键词】视觉特性；图像质量；指标 　　一、引言 　　（一）视觉特性概述 　　人类视觉系统是一套复杂的生物学图像处理系统。尽管到目前为止人类对它所知甚少，但随着人们对其生理和心理过程的深人研究，已经取得了一些有用的结论。视觉多通道特性，视觉的多通道理论认为人的视觉系统是一个傅里叶分析器，其中存在许多频道，而每一频道所调制的空间频率的区域是不同的。后来实验也证明了视网膜的每一点上都存在种频率的通道，而且这种频率通道的感受性又各不相同。空间频率遮掩效应`洲空间频率是指图像区域内灰度空间变化率。实验表明人眼视觉对信息的可见度随图像区域中局部空间频率的变化而改变，该性质称为视觉空间频率掩盖效应。人眼视觉系统分辨细节的能力与所观看区域的相对对比度有关，通常用对比度灵敏度函数来表示。是空间频率的函数，具有带通性质，通常人眼在较低和较高空间频率处敏感度较低。 　　（二）图像处理的硬件技术 　　当前的图像处理算法集成设计主要集中于EDA、PLC与FPGA技术。由于数字流是极为模块化的，前端产生标准化的设计描述，编译成调用，而不考虑内部技术，单元使用特定的集成电路技术实现逻辑或其他电子功能。制造商通常为其生产过程提供组件库，并提供适合标准仿真工具的仿真模型。模拟图像处理设计工具远不是模块化的，因为需要更多的功能，它们更强烈地交互从而实现设计的自动化和模块化。随着半导体技术的不断扩展，图像处理设计的重要性迅速增加，用户通过操作半导体制造设施来对产品进行设计和改良。可编程逻辑控制器（PLC）是工业数字计算机，其已经加固并且适于控制制造过程，例如装配线或机器人装置或者需要高可靠性控制和易于编程的任何活动和过程故障诊断。它们首先在汽车工业中开发，以提供灵活、坚固耐用且易于编程的控制器来替代硬连线继电器和计时器。从那时起，它们已被广泛用作适合恶劣环境的高可靠性自动控制器。PLC是实时系统的示例，因为必须在有限的时间内响应于输入条件产生输出结果，否则将导致非预期的操作。 　　二、图像质量处理关键算法 　　（一）神经网络算法 　　神经网络系统是由众多的神经元可调的连接权值连接而成，具有大规模并行处理、分布式信息存储、良好的自组织自学习能力等特点。神经网络是一种计算方法，基于神经单元的大集合，解决由轴突连接的生物神经元的大群集的问题。每个神经单元与许多其他神经单元连接，并且可以对所连接的神经单元的激活状态影响中实施抑制。每个单独的神经单元可以具有将所有其输入的值组合在一起的求和功能。在每个连接和单元本身上可以存在阈值函数或限制函数，使得信号在传播到其他神经元之前必须超过极限。神经网络已被用于解决使用普通的基于规则的编程难以解决的各种各样的任务，如智能化学习。历史上，神经网络模型的使用向高级人工智能的方向移动，其特征在于包含在具有一些动力系统的认知模型的参数中的知识。 　　（二）灰色关联度分析 　　灰色关联分析方法，是根据因素之间发展趋势的相似或相异程度，来进行归纳和评价，作为衡量因素间关联程度的一种方法。灰色关联度分析使用特定的信息概念。它定义没有信息为黑色的情况以及具有完美信息为白色的情况，这些理想化的情况都不会出现在现实世界的问题中。事实上，这些过渡阶段的情况被描述为灰色。因此，灰色系统意味着其中部分信息是已知的并且部分信息是未知的系统。根据这个定义，信息质量形成从信息的缺乏到完整信息的存在过渡过程。由于不确定性总是存在，灰色分析可以得出一系列关于解决方案的清晰陈述。在一个极端情况下，这种方案无解，在另一个极端情况下，具有完美信息的系统具有独特的解决方案。在中间情况中，灰色系统将给出各种优化的解决方案。灰色分析试图找到最好的解决方案，提供了确定一个好的解决方案的技术来解决现实世界的问题。 　　三、图像质量评价平台的设计 　　（一）平台层 　　图像质量评价分布式存储系统可以对大规模的结构数据进行存储，通过大型的存储与管理技术，实现对于数据的高效处理，这个数量级大部分时候在PB级以上，这样才能让科研活动更加合理地进行开展。 　　（二）功能层 　　功能层采用扩展算法进行数据挖掘，采用TB级的数据进行模型建立，实现云计算与分布调度处理，利用负载的均衡技术，使得分布处理能力提升，从而实现高效数据处理。 　　（三）服务层 　　采用基于WEB与Open API的图像质量评价挖掘处理