《電子技術(shù)應(yīng)用》
您所在的位置:首頁(yè) > 嵌入式技术 > 设计应用 > 运动模糊图像的质量分析与评价
运动模糊图像的质量分析与评价
来源:微型机与应用2011年第13期
田茂新,田启川
(太原科技大学 电子信息工程学院,山西 太原 030024)
摘要: 提出了一种新的图像质量评价标准,通过图像的运动模糊参数来估计出图像由于运动而造成的信息损失量,并通过信息损失的多少来评价图像的质量。实验表明,该方法能客观地体现出运动模糊图像的质量与运动模糊参数之间的关系,这种关系对于图像的质量评价特别是有参考条件下的图像质量评价具有良好的效果。同时还根据活动度和图像灰度梯度能客观地表示图像细节部分的特性。将图像分块,并从8个方向对图像进行分析,客观地评价出无参考条件下直线运动模糊图像的质量。
Abstract:
Key words :

摘  要: 提出了一種新的圖像質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn),通過(guò)圖像的運(yùn)動(dòng)模糊參數(shù)來(lái)估計(jì)出圖像由于運(yùn)動(dòng)而造成的信息損失量,并通過(guò)信息損失的多少來(lái)評(píng)價(jià)圖像的質(zhì)量。實(shí)驗(yàn)表明,該方法能客觀地體現(xiàn)出運(yùn)動(dòng)模糊圖像的質(zhì)量與運(yùn)動(dòng)模糊參數(shù)之間的關(guān)系,這種關(guān)系對(duì)于圖像的質(zhì)量評(píng)價(jià)特別是有參考條件下的圖像質(zhì)量評(píng)價(jià)具有良好的效果。同時(shí)還根據(jù)活動(dòng)度和圖像灰度梯度能客觀地表示圖像細(xì)節(jié)部分的特性。將圖像分塊,并從8個(gè)方向?qū)D像進(jìn)行分析,客觀地評(píng)價(jià)出無(wú)參考條件下直線運(yùn)動(dòng)模糊圖像的質(zhì)量。
 關(guān)鍵詞: 質(zhì)量評(píng)價(jià);運(yùn)動(dòng)模糊參數(shù);信息損失;直線運(yùn)動(dòng)模糊;活動(dòng)度

 圖像的去模糊是圖像處理中的一個(gè)重要分支,在獲取圖像過(guò)程中,由于物體與相機(jī)之間的相對(duì)運(yùn)動(dòng)會(huì)造成得到的圖像總會(huì)有一定程度的模糊。在現(xiàn)實(shí)生活中,運(yùn)動(dòng)模糊圖像廣泛存在,圖像會(huì)因?yàn)閿z像者與對(duì)象之間的角度和物體與相機(jī)之間的相對(duì)運(yùn)動(dòng)速度等的差異而導(dǎo)致所得到的運(yùn)動(dòng)模糊圖像有著不同的質(zhì)量,這種差異即為圖像的運(yùn)動(dòng)模糊參數(shù)的差異。找出圖像的質(zhì)量與其運(yùn)動(dòng)模糊參數(shù)之間的關(guān)系具有重要的意義。因?yàn)樵谌コ@些模糊之前往往要通過(guò)一定的評(píng)價(jià)來(lái)估計(jì)出圖像的質(zhì)量,能否準(zhǔn)確地估計(jì)出圖像質(zhì)量對(duì)圖像后期的去模糊處理有著重要的意義。
 目前大多數(shù)情況下,對(duì)模糊圖像的質(zhì)量評(píng)價(jià)一般采用主觀的評(píng)價(jià)方法,但是主觀評(píng)價(jià)不能建立一定的數(shù)學(xué)模型,而且由于主觀差異的存在,不同人的知識(shí)背景和主觀目的、興趣等的不同而得出不同的結(jié)論,不能適用于很多場(chǎng)合。而客觀質(zhì)量的評(píng)價(jià)方法大致可以分為無(wú)參考圖像的質(zhì)量評(píng)價(jià)和有參考圖像的質(zhì)量評(píng)價(jià)。
1 傳統(tǒng)的圖像質(zhì)量分析算法
 圖像的質(zhì)量分析一般為有參考條件下的質(zhì)量分析和無(wú)參考條件下的質(zhì)量分析兩種[1-4]。無(wú)參考判斷圖像的質(zhì)量評(píng)價(jià)是指在不借助任何參考圖像的前提下,對(duì)模糊圖像的質(zhì)量進(jìn)行評(píng)價(jià)。而有參考圖像的質(zhì)量評(píng)價(jià)是指將模糊的圖像與參考圖像(即原圖像)進(jìn)行對(duì)比,得出圖像的質(zhì)量。
傳統(tǒng)的圖像質(zhì)量分析算法:
 (1)梯度函數(shù)。在數(shù)字圖像中,圖像的梯度函數(shù)可以用來(lái)對(duì)圖像進(jìn)行圖像的邊緣提取及其圖像的二值化,一般來(lái)說(shuō),可以認(rèn)為圖像越是清晰,其圖像的灰度就會(huì)變化越劇烈,就應(yīng)該具有相對(duì)比較大的圖像梯度值。
利用梯度函數(shù)估計(jì)圖像的質(zhì)量一般有灰度梯度能量函數(shù)、Robert梯度和拉普拉斯(Laplacian)算子。下面以Laplacian(四鄰域微分)算子和梯度幅值介紹圖像的梯度函數(shù)的評(píng)價(jià)方法。
 對(duì)于一幅圖像,對(duì)圖像中的每一個(gè)像素在2×2的領(lǐng)域內(nèi)采用Laplacian算子,得到四鄰域微分值,然后再將得到的每一個(gè)微分值求和。Laplacian算子(四鄰域微分)的方法如下:

 利用相鄰像素之間的方差[6]對(duì)圖像的質(zhì)量進(jìn)行分析,圖像質(zhì)量越好,相鄰像素點(diǎn)間的灰度差值就越大,從而S值也就越大。
(3)基于圖像相似度方法
 這種方法主要是針對(duì)在有參考圖像條件下的圖像質(zhì)量評(píng)價(jià),圖像的相似度[7]主要利用均方差誤差、平均絕對(duì)值誤差、修正最大范數(shù)、多分辨率誤差、均方信噪比及峰值信噪比等對(duì)圖像的質(zhì)量進(jìn)行判斷。此方法主要是將模糊圖像與參考圖像的各種特征進(jìn)行比較,二者誤差越小,它們的相似度就越大,然后通過(guò)與原始圖像的相似程度來(lái)判斷圖像的質(zhì)量。以均方誤差為例,一幅圖像中,其均方差為:

 式中,b(x,y)是圖像拋出點(diǎn)的邊緣信息拋出量,I(x,y)是圖像在像素點(diǎn)(x,y)的信息量。一般情況下,通過(guò)式(8)在有參考圖像的條件下,只要估計(jì)出圖像的運(yùn)動(dòng)模糊參數(shù)就可估計(jì)出圖像的質(zhì)量。
 (2)統(tǒng)計(jì)邊緣信息
 一幅圖像的主要信息,主要是通過(guò)其邊緣信息量的多少來(lái)顯示,邊緣不明顯的圖像,可以認(rèn)為其模糊度越大。一幅m×n的圖像,對(duì)其進(jìn)行邊緣提取之后,圖像中所顯示的輪廓信息就是其包含的信息量。即邊緣信息量:


 

 

 

 

    通過(guò)對(duì)圖3~圖6圖像的分析可以看出,在同一幅圖像下,由于運(yùn)動(dòng)而導(dǎo)致的模糊圖像中,越是模糊的圖像的邊緣信息拋出率η越大。而對(duì)于不同的圖像,可以通過(guò)計(jì)算η來(lái)比較其質(zhì)量,η越小,圖像越清晰,則e越大,與圖像的內(nèi)容沒(méi)有關(guān)系。在這一規(guī)律情況下,對(duì)有參考條件下的直線運(yùn)動(dòng)圖像模糊度估計(jì),只需要估計(jì)出圖像的運(yùn)動(dòng)模糊參數(shù),就可以通過(guò)原始圖像按圖1分塊,計(jì)算邊緣信息拋出率即可以估計(jì)出圖像的質(zhì)量。而且根據(jù)這一規(guī)律,也可以計(jì)算出圖像在哪個(gè)方向角具有最大的模糊度,不同的圖像最大模糊度所具有的方向角是不同的,這要看圖像在哪個(gè)方向角運(yùn)動(dòng)下的η值最大。
 本文在分塊和邊緣活動(dòng)度的基礎(chǔ)上,提出了計(jì)算圖像清晰度的方法,并以一種新的通過(guò)估計(jì)邊緣信息的損失為基礎(chǔ)的方法對(duì)圖像進(jìn)行分析,與各種算法進(jìn)行比較。實(shí)驗(yàn)表明,該方法能客觀地評(píng)價(jià)出圖像的質(zhì)量,而且能準(zhǔn)確地估計(jì)出同一運(yùn)動(dòng)尺度下圖像在哪個(gè)方向下具有最大的模糊度。該方法在對(duì)于有參考情況下的圖像模糊度評(píng)價(jià)更直觀,具有很好的效果。
參考文獻(xiàn)
[1] WANG Z, BOVIK A  C, LU L  . Why is image quality asscessment so difficult[C]. ICASSP. Florida: IEEE,2002:3313-3316.
[2] LUKICIC T, GRGIC S. Telecine calibration and image quality evaluation[C]. ELAMAR 05. Zadar, Groatia: IEEE,2005:77-81.
[3] 韋學(xué)輝.圖像及視頻的若干研究[D].杭州:浙江大學(xué),2008.
[4] 商文.空域無(wú)參考的圖像質(zhì)量評(píng)價(jià)[D].南昌:江西財(cái)經(jīng)大學(xué),2006.
[5] 朱孔鳳,姜威,王瑞芳,等.一種新的圖像清晰度評(píng)價(jià)函數(shù)[J].紅外與激光工程,2005,34(4):464-468.
[6] 許貴力,劉小霞.一種圖像清晰度評(píng)價(jià)方法[J].紅外與激光工程,2009,38(1):180-184.
[7] 楊春玲,高文瑞.基于機(jī)構(gòu)相似的小波域圖像質(zhì)量評(píng)價(jià)方法的研究[J].電子學(xué)報(bào),2009,37(4):845-849.

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。

相關(guān)內(nèi)容