图像质量客观评价的方法

图像质量的客观评价是指采用某个或某些指定量参数和指标来描述图像的质量。它在图像融合、图像压缩和图像水印等应用中有重要的价值，是衡量不同算法性能优劣的一个重要指标。

最常见的图像评价准则是峰值信噪比（PSNR）和均方误差（MSE）。假设f（x，y）是原始图像，f′（x，y）是处理以后的图像，M和N分别为图像的列数和行数，即图像的分辨率为M×N，则PSNR和MSE的定义为

其中，f_max和f_min分别为灰度图像的最大值和最小值，通常取值为255和0。

例程3-18是计算两幅图像的PSNR值的MATLAB程序。

例程3-18

通过例程3-19，说明PSNR的用途。打开素材资料中文件名为bingmayong.bmp的图像，将其转换为JPEG压缩的图像。由于JPEG是有损压缩，压缩后图像的视频质量将有所下降，可以通过计算PSNR进行衡量。

例程3-19

运行后计算机输出：PSNR=+66.49dB。压缩后的图像质量对比如图3-19所示。由于PSNR较高（大于+36dB），压缩后的视觉质量仍然比较好。(www.xing528.com)

图3-19 压缩后的图像质量对比

从PSNR的计算公式可以看出，它对图像内部所有的像素都是平等对待的。事实上，人眼视觉系统对于不同位置的像素会有不同的视觉效果。因此，在常用的PSNR基础上，出现了很多考虑HVS（Human Visual System）影响的加权峰值信噪比（WPSNR）。

例程3-20是一种计算WPSNR的MATLAB源程序，它采用对比敏感度函数来加权空间频率。

例程3-20

对图像质量进行客观评价的另一种方法是采用测试卡。在测定电视的显示质量、数码相机和扫描仪的成像质量时，常用不同的标准测试卡来完成。例如在测定数码相机的分辨率时，通常采用专业的标准分辨率测试卡（见图3-20）进行照相，然后利用配套软件对标准测试卡图像进行观察和计算，可以测出数码相机的分辨率。

图3-20 ISO12233标准分辨率测试卡

客观评价的特点是采用客观指标和定量指标，评价结果原则上不受人为干预和影响，但由于目前的定量参数还不能或者不完全能反映人类视觉的本质，对图像质量的客观评价指标经常与视觉的评价有偏差，甚至有时结论完全相反。