11、基于人类视觉特性的图像质量评估方法解析

基于人类视觉特性的图像质量评估方法解析

在图像质量评估（IQA）领域，利用人类视觉系统（HVS）的特性来设计评估方法是一种重要的研究方向。本文将介绍一些利用HVS特性的IQA方法，包括视觉显著性指标（VSI）和恰可察觉差异（JND），并探讨HVS的不同研究视角在IQA中的应用。

视觉显著性指标（VSI）

VSI方法中涉及到多个相似性指标的计算，具体如下：
1. 梯度相似性（$SIM_G$） ：
- 计算公式为：
[
SIM_G(i,j) = \frac{2G_r(i,j) \cdot G_d(i,j) + C_2}{G_r(i,j)^2 + G_d(i,j)^2 + C_2}
]
- 其中，$C_1$和$C_2$是正常数。$G_r(i,j)$和$G_d(i,j)$分别表示参考图像和失真图像在位置$(i,j)$处的梯度。
2. 色度相似性（$SIM_C$） ：
- 色度相似性是两个色度通道相似性的乘积，计算公式为：
[
SIM_C(i,j) = \frac{2M_r(i,j) \cdot M_d(i,j) + C_3}{M_r(i,j)^2 + M_d(i,j)^2 + C_3} \cdot \frac{2N_r(i,j) \cdot N_d(i,j) + C_3}{N_r(i,j)^2 + N_d(i,j)^2 + C_3}
]
- 这里$C_3$也是正常数，$M_r(i,j)$、$M_d(i,j)$、$N_r(i,j)$和$N_d(i,j)$分别表示参考图像和失真图像在两个色度通道上的相关值。