24、数字全息的高效准确数值重建与视觉质量评估

数字全息的高效准确数值重建与视觉质量评估

1. 视觉质量评估概述

在处理受散斑噪声污染的视频序列时，通过数值滤波去除散斑噪声虽可行，但通常不建议这么做，因为可能会意外去除目标伪像。

1.1 主观视觉质量评估（VQA）

主观质量评估是判断3D成像质量的最终标准，尤其是数字全息有望提供终极3D成像体验。因此，在全息显示3D场景的信号处理流程中，主观评估在任何潜在有损或近端组件的最终设计步骤中始终很重要。然而，由于其测试时间长的缺点，用数学函数近似的VQA成为了热门研究领域。

1.2 客观视觉质量评估（VQA）

客观VQA是指对失真全息图给出一个或多个与全息图任何/所有视角重建的视觉质量相关的数值分数的方法。常见的是基于参考的方法，也有少量无参考的方法。理想的方法应直接在全息图域进行计算，准确预测质量，而无需在模糊采样的视角进行代价高昂的重建。合适的指标需要考虑数字全息图的一般信号特性，以及特定的采集/创建条件。

2. 经典图像指标

在设计新指标之前，多项研究比较了现有质量指标（可能有轻微修改）的适用性。例如，对压缩相关失真的研究。其中一项综合研究评估了11种传统指标和2种全息感知指标，数据集是计算机生成和光学捕获的约2k×16k像素的傅里叶全息图。评估在傅里叶和菲涅耳表示的全息图平面、数值重建后以及重建和散斑去噪后进行，结果总结在下表中：

质量指标	傅里叶全息图平面	菲涅耳全息图平面	重建	散斑去噪重建 </