39、基于多尺度几何分析的图像质量评估框架与实例

基于多尺度几何分析的图像质量评估框架与实例

1. 引言

随着信息技术的飞速发展，数字图像作为一种用于表示和传达信息的媒体，取得了巨大的发展。为了不同的目的，人们提出了大量的图像处理方法。这些方法的性能在很大程度上取决于处理后图像的质量。因此，如何评估图像质量在近年来成为了一个紧迫的问题。

图像质量评估（IQA）问题出现在许多应用中，如图像压缩、增强、通信、存储和水印等。在图像压缩过程中，有损压缩技术可能会引入人为的块效应、模糊和振铃效应，从而导致图像质量下降。在传输通道较差的情况下，可能会出现传输错误或数据丢失，导致接收到的视频数据质量不完善和失真。过去五年，对IQA方法有以下三方面的巨大需求：
- 用于质量控制系统监控图像质量。
- 用于对图像处理系统和算法进行基准测试。
- 嵌入到图像处理系统中以优化算法和参数设置。

现有的IQA指标可以分为主观方法和客观方法。主观方法基于人类观察者对质量的评估；客观方法则依赖于从模型中获得的量化参数来衡量图像质量。

由于人类观察者是图像中视觉信息的最终接收者，由人类观察者直接给出结果的主观方法可能是评估图像质量的最佳方式。主观方法要求观察者使用连续评分尺度评估图像序列的质量，并为每个序列给出一个分数。然而，主观实验需要人类观察者长时间工作，并且对于许多图像对象需要进行重复实验。此外，它成本高、耗时，并且在许多场景（如实时系统）中难以常规执行。而且，目前主观评估没有精确的数学模型。因此，需要一种能够准确匹配主观质量且易于在各种图像系统中实现的客观质量指标，这导致了客观IQA的出现。

2. 客观IQA的分类

客观IQA利用图像退化引起的原始或失真图像的