4、人类视觉系统与图像质量评估：原理与应用

人类视觉系统与图像质量评估：原理与应用

在我们的日常生活中，视觉是获取外界信息的重要途径，大约 80%的外界信息是通过视觉感知获得的。因此，深入了解人类视觉系统（HVS）的机制对于图像质量评估（IQA）至关重要。

1. 图像质量评估的挑战与发展

传统的图像质量评估方法，如基于信号保真度的方法、使用均方误差（MSE）、信噪比（SNR）和峰值信噪比（PSNR）等，存在一定的局限性。简单地计算像素间的距离并不能准确反映图像的质量，因为每个像素对失真的贡献是不均匀的，这取决于人类的感知特性。

主观图像质量评估方法虽然能真实反映图像的感知质量，但耗时、费力、缺乏灵活性且不稳定，不适合应用于实时系统。因此，研究人员主要致力于构建能够自动预测图像质量的 IQA 算法，并且希望客观评分与主观评分保持一致。

早期的研究就开始尝试对 HVS 的特性进行建模以用于 IQA。例如，Sakrison 和 Algazi（1971）、Budrikis（1972）、Stockham（1972）以及 Mannos 和 Sakrison（1974）的研究将亮度、对比度敏感度和视觉掩蔽效应引入现代 IQA 方法。后来，Lin 等人（2003）考虑了最小可察觉差异（JND），Vu 等人（2008）关注视觉注视模式来评估图像质量。Gu 等人（2015）基于自由能大脑理论和经典的 HVS 启发特征提出了一种 IQA 指标。可以看出，基于 HVS 的 IQA 指标贯穿了图像质量评估的发展历程。

2. 人类视觉系统的解剖结构

人类视觉系统的处理系统包括四个阶段：
- 光学处理 ：光线进入眼睛，依次穿过角膜、瞳孔和晶状