jpeg图像的无参考质量评价方法研究-姜林美.docx

《jpeg图像的无参考质量评价方法研究-姜林美.docx》由会员分享，可在线阅读，更多相关《jpeg图像的无参考质量评价方法研究-姜林美.docx（54页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、上海师范大学 硕士学位论文 JPEG图像的无参考质量评价方法研究 姓名：姜林美 申请学位级别：硕士 专业：计算机应用技术 指导教师：黄继风 20070401 论文独创性声明 本论文是我个人在导师指导下进行的研究工作及取得的研究 成果。论文中除了特别加以标注和致谢的地方外，不包含其他人 或机构己经发表或撰写过的研究成果。其他同志对本研究的启发 和所做的贡献均己在论文中做了明确的声明并表示了谢意。 作者签名 : 日期： I- 论文使用授权声明 本人完全了解上海师范大学有关保留、使用学位论文的规定 , 即：学校有权保留送交论文的复印件，允许论文被査阅和借阅； 学校可以公布论文的全部或部分内容，可以采

2、用影印、缩印或其 它手段保存论文 .保密的论文在解密后遵守此规定 . 作者签名签名 : 考健 I阳期： 1 摘要 随着图像处理技术的迅速发展，如何正确有效地评价一幅图像的质量好坏 日益变得重要起来近年来，图像质量评价己经成为了图像信息工程领域内一项 重要的研究课题，引起了人们的髙度重视。 在图像质量评价方法中，有代表性的方法主要有两种：客观评价和主观评 价。客观评价方法又可以分成全参考质量评价方法、部分参考质量评价方法和无 参考质量评价方法。目前，人们提出的大多数图像质量评价方法都需要原始图像 作为依据。然而在实际应用中，人们获取的大多数压缩图像都无原始图像可供参 考，因此近些年来无参考的图像

3、质量评价方法越来越受到重视。 本文提出了一种针对乎静态的 JPEG压缩图像的基于 DCT的无参考的数字 图像质量评价方法。 众所周知， JPEG压缩技术利用了离散余弦变换 （ DCT)能够将大量信息集 中于低频系数的特性，对高频系数大量进行量化压缩。也正是 DCT系数的量化 过程造成了 JPEG图像主要的信息丢失，己有大量的研究发现，图像按 8X8像 素块 CPixelB丨 ock)进行离散余弦变换后，各 DCT块的固定频率上的 DCT系数 具有拉普拉斯分布 （ Laplacian Distribution)的统计特性。本文正是利用了 DCT 系数的这种统计特性，在对该特性进行深入分析研究的基

4、础上，推导出了计算 DCT系数上的量化误差的方法，并将该方法应用于数字图像的客观质量评价， 文中对于本方法的实现过程及理论依据作了详细的阐述，并给出了大量的实验数 据以验证本方法的有效性和可靠性 . 关键字 ： 图像质量评价、无参考、离散余弦变换 （ DCT)、 拉普拉斯分布、峰值 信噪比（ PSNR)、 均方误差 （ MSE)、 JPEG Abstract With the rapid development of digital image processing technology, it becomes more and more important day by day to ass

5、ess the quality of a digital image accurately and effectively. Recently, image quality assessment has become a concemful subject in image information project domain. There are two representative methods mainly for image quality assessment. One is the objective assessment method; the other is the sub

6、jective assessment method. The former is comprised of full-reference quality assessment method, half-reference quality assessment method and no-reference quality assessment method. So far, most image quality assessment methods having been brought forth are ftill-reference or half-reference ones that

7、 require the original image as a reference. However, in practice, for most of the compressed images, the original images are not available and that is why the no-reference image quality assessment method is attached more and more importance to. A DCT Based No-Reference Digital Image Quality Assessme

8、nt method is proposed in this paper, which takes the static JPEG images as study objects. It is well known that the characteristic that large amount of information is concentrated on the low frequency in the result of discrete cosine transform (DCT)? which is utilized by JPEG image compression schem

9、e, and quantization of the DCT coefficients introduces error in the image representation and causes the main loss of signal information in the whole compressing process. It is generally believed that after an image is transformed block by block (8X8) with discrete cosine transform, for each AC coeff

10、icients, the histogram of unquantized coefficients for a fixed AC frequency resembles a Laplacian distributioa This characteristic of DCT coefficients is utilized in this paper. Based on meticulous and painstaking analysis and research on this characteristic, a scheme for calculating the quantizatio

11、n error on DCT coefficients is proposed to be applied to digital image quality assessment The realization process and the theoretical foundation of this scheme are explained in detail and large numbers of experiniental result data are provided to prove its validity and reliability in this paper. Key

12、 Words: Image Quality Assessment; No Reference; Discrete Cosine Transfonn; Laplacian Distribution; Peak Signal Noise Ratio(PSNR); Mean Squa第 1 章绪论 1. 1 引言 随着多媒体技术和因特网技术的快速发展，数字图像处理技术与理论己成 为计算机应用的一个重要领域，广泛应用于众多的科学与工程应用，如遥感、医 学、气象、通信等丨丨而随着图像处理技术的迅速发展，如何正确有效地评价 一幅图像的质量好坏也就日益变得重 要起来。比如，在各种图像压缩或者传输系 统中，往

13、往需要根据压缩或者传输之后的图像质量状况来 平价该系统的优劣或者 调整相关的参数以达到更好的压缩或者传输效果 2】。近年来，图像质量评价己 经成为了图像信息工程领域内一项重要的研究课题，弓丨起了人们的高度重视。 图像质量评价方法包括主观评价方法和客观评价方法，其中客观评价方法 又可以分为三类：全参考质量评价方法、部分参考质量评价方法和无参考质量评 价方法3。全参考质量评价方法需要原始图像的完整信息作为评价的参考：部 分参考质量评价方法需要原始图像的部分特征 或者统计信息作为评价参考；无参 考质量评价方法则完全依赖于待评测图像本身的信息来进行质量评价，而无须原 始图像的任何信息。在很多场合，如无

14、线 /有线传输网络中，往往无法获得发送 端的原始图像信息 2,因此研究无参考的客观质量评价方法是很有意义的。图 像质量评价的研究已成为图像信息工程的基础技术之一 4 使用水印技术可以实现对数字图像的无参考质量评价。数字水印是按照一 定的策略往原始数据中另外添加的某些数字信息。选择合适的水印嵌入方式和位 置，使得水印信号和宿主信号对图像操作的灵敏度一致起来，这样就可以 用水印 质量的改变来反映宿主信号质量的改变 2。不过基于水印技术的无参考质量评 价方法的首要条件是，目标图像必须事先有数字水印被嵌入，这在一般情况下是 不被满足的。因此，研究不使用水印技术的无参考质量评价方法是很有意义的 “ 在众

15、多数字图像存储格式中 ， JPEG图像是目前最为常见的格式之一，其使 用非常广泛 “ JPEG标准也是目前最流行且最全面的连续色调静止画面压缩标准 之一【 51“ 因此专门针对于JPEG图像进行质量评价的研究是很有实用价值的 * 1.2图像质量评价 图像质量的含义主要包括两个方面：图像的逼真度和图像的可懂度。多少 年来，人们希望能够找出图像逼真度和可懂度的定量测量方法，作为评价图像和 设计图像系统的依据，但目前人们对人类视觉特性仍没有充分理解，特别是对人 眼视觉的心理特性还难以找出定量的描述方法，因此图像质量评价还有待深入研 究 4。 “ 图像质量评价方法可分为：客观评价方法、主观评价方法和基

16、于人眼的视 觉特性 （ HVS)的评价方法 . 1. 2.1客观质量评价方法 图像质量的客观评价方法是使用一个或者多个图像的度量指标来反映图像 的质量状况客观评价一般使用重 构图像偏离原始图像的误差来衡量重构图 像的质量 4。常用的衡量方法主要有均方误差 (MSE)和峰值信噪比 (PSNR)。均 方误差的表达式为： MSE=M0SJN - (1.1) MxN $中，乂表示原始图像，表示重构图像， M, N分别表示图像 x方向和 y方向图像像素点的个数。均方误差从总体上反映了原始图像和重构图像的差 别。峰值信噪比的表达式为： 顯 =101 g,0 (1-2) 式中的 L为图像中灰度取值的范围，对

17、 8比特的灰度图像而言 L = 255, 一般而言，图像的峰值信噪比越大，其质量也就越髙。峰值信噪比很好地 反映了整个图像的失真程度，而且其计算方法（公式 1.2)直观、严格、易于工 程化的应用。 对于具体的客观质量评价方法也可能采取其它不同的质量衡量方法，比如 文献2间都采用了不同的质量衡量方法，但一般而言这些方法与 MSE和 PSNR 都有一定的相关性 . 客观质量评价的缺点是不能反映局部像点有较大灰度差别以及较多像点反 而只有较小灰度差别等各种情况。它对图像中所有像点同等对待，不能反映人眼 的视觉特性 4- 客观评价方法可以分为三类 ： 全参考质量评价方法、部分参考质量评价方 法和无参考

18、质量评价方法 3。全参考质量评价方法需要原始图像的完整信息作 为评价的参考；部分参考质量评价方法需要原始图像的部分特征或者统计信息作 为评价参考；无参考质量评价方法则完全依赖于待评测图像本身的信息来进行质 量评价，而无须原始图像的任何信息。 无参考图像质量评价方法又可以分为基于水印的和非基于水印的两类。基 于水印的质量评价方法要求其评价的目标图像事先有数字水印被嵌入。非基于水 印的无参考的图像质量评价方法则无此要求， 1.2.1.1基于水印的无参考客观质量评价方法 数字水印是按照一定的策略往原始数据中添加的某些数字信息。数字水印 技术最初的应用是对数字产品进行版权保护和防止对信息的篡改。近年来

19、在图像 质量评价领域，数字水印技术也有相当的应用。 文献 2中提出了一种基于半脆弱性数字水印算法的无参考图像质量评价方 法(WIQM)。 它首先按照一定的策略将水印嵌入到图像分块 DCT变换的中频系数 上，嵌入的具体位置和嵌入强度的选择主要依据两个标准：图像的感官质量不受 到影响；水印的质量变化能够有效的反映图像质量的变化。然后通过评估提取出 来的水印的质量状况来评估图像的质量状况，该方法的原理如图 1-1所示； 图 1-1 WIQM原理田 如前所述，基于水印技术的质量评价方法的首要条件是，目标图像必须事 先有数字水印被嵌入，这在一 般情况下是不被满足的，这也是该方法的主要缺点 之一。 1.

20、2. 1. 2非基于水印的无参考客观质量评价方法 文献 6中提出了一种非基于水印的无参考图像客观质量评价方法，该方法 用三阶平均细节累积量作为衡量图像质量的指标，无需原始图像作参考。该方法 从细节信号和高阶累积量的角度进行解压缩图像质量的客观评价，其中利用了文 献 7中的结论，即由于高阶累积 1对高斯噪声不敏感，因此可以避免高斯噪声 对系统辨识的影响。这种基于高阶统计量的评价方法的特点是，比较强调细节信 号噪声对图像质量的影响，并直接在空间域对图像数据进行公式化的高阶统计量 计算。 本文所提出的针对于 JPEG图像的无参考客观质量评价方法也是非基于水 印的。本文的方法主要利用了频域上 DCT系

21、数的统计特性，对 JPEG压缩过程 中产生的量化误差进行估计，从而做出图像的质量评价，具体实现将在后文介绍。 1. 2. 2主观质量评价方法 图像质量的主观评价方法是让观察者根据一些事先规定的评价尺度或自己 的经验，对测试图像按视觉效果进行质量判断，并给出质量分数，然后对所有观 察者给出的分数进行加权平均，加权平均后所得的结果 （ Mean Opinion Score) 即为图像的主观质量评价。 主观评价主要有两种度量尺度，即绝对尺度和相对尺度 8，如表 1-1所示， 表 1-1主观质置测量评分 级别 绝对测量尺度 相对测量尺度 1 - 很好 一群中最好的 2 较好 好于该群中平均水平的 3

22、一般 该群中平均水平 4 较差 差于该群中平均水平的 5 很差 该群中最差的 主观质量评价方法虽然较好地反映出了图像质量，但无法应用数学模型对 其进行描述，而且比较容易受其他因素的限制和影响，不适合工程化的应用场合 2。在实际应用中，图像的主观质量评价方法受到了严重限制，甚至根本不适 合某些应用场合，如实时图像传输等领域 4。 . 1.2. 3基于人眼的视觉特性 （ HVS)的评价方法 随着多媒体数据压缩技术的发展，图像质量评价方法的研究进入了一个新 阶段，即从以往物理意义上简单的误差统计方法转为结合人眼视觉特性 (HVS: Human Visual System)的误差统计方法。大量的研究表

23、明：基于 HVS的测量方法 优于没有考虑 HVS的测量方法 9。从图像质量评价的研究进展来看，目前新 的测量方法主要分为两类：基于视觉感知的测量方法和基于视觉兴趣的测量方法 4。 1.2. 3.1基于视觉感知的图像廣量评价方法 图像降质对人眼视觉的影响是由人眼视觉系统的灵敏度决定的，而视觉灵 敏度是由人眼的视觉细胞决定的 10 “ 此外，人眼视觉系统的灵敏度还受到图 像局部空间频率的影响，大量实验结果证明 ： 影响像素误差可视度的因素是误差 周围的局部区域环境，而不是整个图像的背景环境 4 1丨 。为此人们建立了各 种 HVS模型用以评价图像的质量，其中最典型的 HVS模型如图 1-2所示，它

24、 模拟了视觉感知的三个显著特性，即视觉非线性特性 （ Weber定律）、视觉敏 感度带通和视觉多通道及掩盖效应 4JS HVS模型 图 1-2典型的 HVS模型 目前的感知测量方法实际上只是较多地考虑了人眼视觉的生理特性，而对 人眼视觉的心理特性却研究得较少 4。 1.2. 3.2基于视觉兴趣的图像质量评价方法 人们在观察和理解图像时往往会不自觉地对其中某些区域产生兴趣，这些 区域被称为 感兴趣区供 1:1丨 0!1(1诚 ) 。整幅图像的视觉质量往往取决 于 ROI的质量。人眼观察一幅图像时，只会对其中显著变化的区域发生兴趣仔 细观看，而对那些亮度均匀的平滑区域或空间频率相近的纹理区则会忽略

25、掉 12现实生活中人们由于文化背景、周围环境以及情绪的影陶，对同 一 幅图像 . 的评价会产生 较大偏差，但是对于图像中关注的区域却具有共性，它们集中传递 了整幅图像所要表达的大部分客观信息4。 文献 4中介绍了一种基于视觉兴趣的评价方法 : 设测试图像中只有一个感 兴趣区 A1， 其面积为 S1， 不感兴趣区 A2的面积为 S2,图像的总面积为 S = SHS2 测量公式为： IMSEIX, Z()2 (,.3) (， V)e 馮 (iJ)eA2 其中，冬、木分别为 A1和 A2的加权值，并满足； 1+； 12=5,加权值 越大，表示人眼对该区的兴趣程度越大。； 的构造（如图 1-3)如下： = = l-yA(5-S,) (14) = (1.5) 其中 ， A e0， l为调整因子，它反映了人眼对不感兴趣区或感兴趣区的重视 程度。由上面的式子可以看出，当 51=0,、 =1或 52 = 0,； !1=1时， 11退化为 MSE4 困 1-J兴趣权值