论文部分内容阅读
摘 要：增强图像是指与原始图像相比，在清晰度、饱和度和亮度等方面所增强的图像。图像增强被广泛应用在生活中。因此，对增强图像精确的质量评价具有非常重大的意义。然而，现有的增强图像质量评价算法不能够对增强图像的质量进行精确评价。文章算法综合考虑增强图像与原始图像的结构相似度、色彩饱和度相似度和清晰度相似度对增强图像作出评价。文章算法在现有的增强图像数据库中的测试结果显示，文章算法的性能优于传统的质量评价算法和现有的增强图像质量评价算法。
关键词：增强图像；结构相似度；饱和度；清晰度
图像增强是指增强图像的清晰度、饱和度和对比度等图像特性，提高图像的质量。传统的图像质量评价算法有很多种。例如，视觉信噪比VSRN算法根据不同的图像噪声对图像质量进行评估。视觉信息保真度VIF图像质量评价算法是以自然场景统计模型（NSS）、图像失真和人类视觉失真建模的判据。MAD算法则通过比较参考图像与测试图像的平均绝对差对图像质量进行评价。但上述这些算法无法对增强图像的质量进行有效评价。相关文献建立并公开了数字增强图像质量（DRIQ）数据库，并且为增强图像提出了一种改进的全参考MADa算法。本文的算法从图像的结构对比度、清晰度和色彩饱和度3个方面对增强图像进行评价并调整了它们在公式中所占的比重。与现在最好的MADa算法相比，本文的算法在图像质量恢复的评估方面与主观评价值有更好的一致性。
1 关于增强图像的质量评价算法
本文得到原始图像和增强图像的饱和度图像并对饱和度图像求均值得到每幅图像的饱和度评价值并与参考图像得到的值进行比较得到饱和度相似度，然后，求得图像的结构相似度和清晰度相似度。最后通过以上3个指标得到图像质量的综合评价值。
1.1 图像结构相似度
自从 Cabor提出了解析信号之后，Hilbert变换在信号处理领域得到了广泛的应用。本文由特征相似性指数算法得到图像的结构相似度Fsim。
1.2 色彩饱和度相似度
为了对图像的饱和度进行分析，本文将图像由RGB彩色空间转换到HSI彩色空间并从中获得饱和度图像。颜色图可以根据2个因素进行评估：一是图像中各种颜色与中心灰度的平均距离；一个是图像中不同彩色之间的距离。
设一幅M×N的饱和度图像S，其均值计算如下：
3 实验结果与分析
3.1 算法效果的评价指标
为了测试本文提出的图像质量客观评价结果与主观感知的契合度，本文选择了3个评价标准：皮尔森积矩相关系数、斯皮尔曼等级相关系数、均方根误差来评价算法的性能。本文采用非线性回归函数Logistic函数对提出的算法进行了评价，拟合结果如图1所示。通过拟合曲线可以看出算法得出的客观评价值较好地聚集在拟合曲线附近，说明算法可以对增强图像的质量进行有效评价。
3.2 算法的对比结果
表1是本文将不同图像质量评价算法在数据库上的测试值对比结果。
通过与其他算法的比较发现，本文新建立的算法的评价效果比已经存在的算法的评价效果好。与其他算法相比，本文的算法皮尔森积矩相关系数（PLCC）和斯皮尔曼等级相关系数（SROCC）值更加接近1，而均方根误差的值也减小了4.96%。这样看出本文的算法得到的PLCC和SRCC最高，RMSE最低。
客观评价值
4 结语
增强图像在色度、清晰度等方面都比原始图像有了提高。人眼可以对图像的质量作出准确的判断，但是现有的图像增强评估算法无法完成这一任务。本文的算法从图像的结构相似度、色彩饱和度以及清晰度3方面评价增强图像质量，获得的评价值和人眼的主观评價值有很好的一致性。说明本文的算法可以在没有高质量的参考图像的条件下评价增强图像的质量并取得可靠的增强图像质量评价结果。
[参考文献]
[1]伟志辉，程军.基于小波变换的一种新的图图像质量评估方法[J].南京理工大学学报，1998（12）：60-65.
[2]杨春林，旷开智.基于梯度的结构相似度的图像质量评价[J].华南理工大学学报：自然科学版，2006（9）：22-25.
[3]王永峰，模糊图像感知质量评价算法研究[D].北京：北京邮电大学，2013.
Study on Objective Quality Assessment for Enhanced Images
Zhang Feng， Wu Yidong， Zheng Jia， Ma Min（College of Information and Electrical Engineering， China University of Mining and Technology， Xuzhou 221116， China）
Abstract： Compared with the original images， enhanced images have a good quality at sharpness， saturation， brightness and so on. The enhanced images have been widely applied in our life， it is significant to assess the quality of enhanced images precisely. However， the exsiting algorithms can’t get the correct evaluation about enhanced image. In this paper， we obtain quality evaluation of enhanced images from structural similarity， color saturation similarity and sharpness similarity .We make the contrast test with the database. Experiment shows that our algorithm has a better performance than traditional and existing algorithms.
Key words： enhancement image； structural similarity； color saturation； resolution
关键词：增强图像；结构相似度；饱和度；清晰度
图像增强是指增强图像的清晰度、饱和度和对比度等图像特性，提高图像的质量。传统的图像质量评价算法有很多种。例如，视觉信噪比VSRN算法根据不同的图像噪声对图像质量进行评估。视觉信息保真度VIF图像质量评价算法是以自然场景统计模型（NSS）、图像失真和人类视觉失真建模的判据。MAD算法则通过比较参考图像与测试图像的平均绝对差对图像质量进行评价。但上述这些算法无法对增强图像的质量进行有效评价。相关文献建立并公开了数字增强图像质量（DRIQ）数据库，并且为增强图像提出了一种改进的全参考MADa算法。本文的算法从图像的结构对比度、清晰度和色彩饱和度3个方面对增强图像进行评价并调整了它们在公式中所占的比重。与现在最好的MADa算法相比，本文的算法在图像质量恢复的评估方面与主观评价值有更好的一致性。
1 关于增强图像的质量评价算法
本文得到原始图像和增强图像的饱和度图像并对饱和度图像求均值得到每幅图像的饱和度评价值并与参考图像得到的值进行比较得到饱和度相似度，然后，求得图像的结构相似度和清晰度相似度。最后通过以上3个指标得到图像质量的综合评价值。
1.1 图像结构相似度
自从 Cabor提出了解析信号之后，Hilbert变换在信号处理领域得到了广泛的应用。本文由特征相似性指数算法得到图像的结构相似度Fsim。
1.2 色彩饱和度相似度
为了对图像的饱和度进行分析，本文将图像由RGB彩色空间转换到HSI彩色空间并从中获得饱和度图像。颜色图可以根据2个因素进行评估：一是图像中各种颜色与中心灰度的平均距离；一个是图像中不同彩色之间的距离。
设一幅M×N的饱和度图像S，其均值计算如下：
3 实验结果与分析
3.1 算法效果的评价指标
为了测试本文提出的图像质量客观评价结果与主观感知的契合度，本文选择了3个评价标准：皮尔森积矩相关系数、斯皮尔曼等级相关系数、均方根误差来评价算法的性能。本文采用非线性回归函数Logistic函数对提出的算法进行了评价，拟合结果如图1所示。通过拟合曲线可以看出算法得出的客观评价值较好地聚集在拟合曲线附近，说明算法可以对增强图像的质量进行有效评价。
3.2 算法的对比结果
表1是本文将不同图像质量评价算法在数据库上的测试值对比结果。
通过与其他算法的比较发现，本文新建立的算法的评价效果比已经存在的算法的评价效果好。与其他算法相比，本文的算法皮尔森积矩相关系数（PLCC）和斯皮尔曼等级相关系数（SROCC）值更加接近1，而均方根误差的值也减小了4.96%。这样看出本文的算法得到的PLCC和SRCC最高，RMSE最低。
客观评价值
4 结语
增强图像在色度、清晰度等方面都比原始图像有了提高。人眼可以对图像的质量作出准确的判断，但是现有的图像增强评估算法无法完成这一任务。本文的算法从图像的结构相似度、色彩饱和度以及清晰度3方面评价增强图像质量，获得的评价值和人眼的主观评價值有很好的一致性。说明本文的算法可以在没有高质量的参考图像的条件下评价增强图像的质量并取得可靠的增强图像质量评价结果。
[参考文献]
[1]伟志辉，程军.基于小波变换的一种新的图图像质量评估方法[J].南京理工大学学报，1998（12）：60-65.
[2]杨春林，旷开智.基于梯度的结构相似度的图像质量评价[J].华南理工大学学报：自然科学版，2006（9）：22-25.
[3]王永峰，模糊图像感知质量评价算法研究[D].北京：北京邮电大学，2013.
Study on Objective Quality Assessment for Enhanced Images
Zhang Feng， Wu Yidong， Zheng Jia， Ma Min（College of Information and Electrical Engineering， China University of Mining and Technology， Xuzhou 221116， China）
Abstract： Compared with the original images， enhanced images have a good quality at sharpness， saturation， brightness and so on. The enhanced images have been widely applied in our life， it is significant to assess the quality of enhanced images precisely. However， the exsiting algorithms can’t get the correct evaluation about enhanced image. In this paper， we obtain quality evaluation of enhanced images from structural similarity， color saturation similarity and sharpness similarity .We make the contrast test with the database. Experiment shows that our algorithm has a better performance than traditional and existing algorithms.
Key words： enhancement image； structural similarity； color saturation； resolution