视觉特性加权的图像质量评价新方法：提升主观感受

本文主要探讨了一种基于视觉特性加权的图像质量评价方法，它在视频图像应用中具有重要意义。传统的方法，如结构相似度（SSIM）图像质量评价，存在利用视觉特性方面的局限性。为了克服这一问题，研究者们借鉴了人眼视觉特性中的关键信息，如梯度幅值，以及对不同频率敏感性的对比敏感度。 首先，该方法利用Sobel算子来计算图像的梯度幅值，这是一种局部特征，能够反映图像的边缘和纹理信息，这些是人类视觉系统非常敏感的部分。通过增强对梯度幅值的考虑，算法能够更精确地捕捉到图像质量的变化，尤其是对于图像失真或噪声的敏感性。 其次，文章引入了对比敏感度函数，这是一种模拟人眼对不同频率信号感知差异的模型。通过计算图像块的感知因子，赋予每个图像块一个权重，这种权重反映了图像区域对于整体质量评估的重要性。这种加权方式使得评价更加符合人眼的主观感受，因为人眼在判断图像质量时并非均匀对待所有频率成分。 最后，通过对各个图像块的评价值进行加权求和，得出整个图像的整体评价值。这种方法相较于单纯依赖结构相似度或峰值信噪比（PSNR）等客观指标，能更准确地反映图像的质量，因为它综合考虑了图像的细节和视觉感知两个维度。 实验结果显示，这种基于视觉特性加权的图像质量评价方法在性能上优于传统的SSIM和PSNR方法，能更准确地预测和模拟人类观察者的主观评价。这对于视频编码、图像压缩和传输等领域，尤其是在对主观质量要求高的应用场景中，具有重要的实际价值。 研究团队由昆明理工大学信息工程与自动化学院的谢立志、李玉惠和李勃组成，他们的研究方向涵盖了图像处理、模式识别、嵌入式系统开发等多个领域。该研究得到了国家自然科学基金项目的资助，并于2016年6月在网络平台上发表，其论文被分类为TP301，文献标识码为A，文章编号为1673-629X(2016)08-0177-05，DOI为10.3969/j.issn.1673-629X.2016.08.038。