收稿日期 修 回 日 期 基 金 项 目 国 家 自 然 科 学 基 金 资 助 项 目 国 家 计 划 资 助 项 目
AAZZAAZ
作者简介张晓琳女四川南充人硕士研究生主要研 究方向为图 像 处 理 silentactivegmailcom刘直芳 女副研究员
博士主要研究方向为图像处理视频监控虚拟现实代金波男硕士研究生主要研究方向为图像处理寇勇 男硕士研究生
主要研究方向为图像处理陈志猛男硕士研究生主要研究方向为图像处理
基 于 视 觉 感 知 的 梯 度 结 构 相 似 度 图 像 质 量 评 价
张晓琳
a
刘直芳
ab
代金波
a
寇勇
a
陈志猛
a
四川大学 a计算机学院 b视觉合成图形图像技术国防重点学科实验室 成都
摘要 在 SSIM 算法的基础上结合亮度和对比度掩蔽等视觉感知信息构造视觉感知 visual perception 函数
提出基于视觉感知的梯度结构相似度评价方法 VIGSSIMvisual perception and gradient based SSIM 该方法通
过图像质量与图像内容和失真类型的相关性结合图像的误差可视性与内容可视性构造视觉感知函数对 HVS
底层视觉系统建模同时利用梯度重新定义结构信息得到基于视觉感知的梯度结构相似度模型对图像进行质
量评价 实验结果表明提出的 VIGSSIM 算法比 SSIM 更符合人眼的视觉特性尤其适合评价降质较严重的图
像
关键词 图像质量评价 结构相似度测度 人类视觉系统 视觉重要性 图像梯度 掩蔽效应
中图分类号 TN 文献标志码 A文章编号
doi jissn
Image quality assessment based on visual perception and
gradient structural similarity
ZHANG Xiaolin
a
LIU Zhifang
ab
DAI Jinbo
a
KOU Yong
a
CHEN Zhimeng
a
Abstract This paper proposed a new metric of image quality assessment based on visual perception and gradient structural
similarity VIGSSIM which was a combination of visual perception information based on luminance and contrast masking
effectThis method used the relevance between image quality and image content and distortion type of a degraded image con
structed visual perception with error visible and content visible to build a lowlevel HVS perception model and then redefined
structure information with image gradient to come into being the algorithmThe experimental results indicate that VIGSSIM
algorithm is more corresponding to the human visual system especially suits to evaluate heavy distorting degraded image
Key words image quality assessment SSIM HVS visual important image gradient masking effects
图像质量客观评价
的共同点是用物理方法对图像的物
理特性进行度量利用数字模型来度量图像质量将度量值与
规定标准进行比较 目前最常用的客观质量评价主要采用均
方误差MSE信噪比SNR或者峰值信噪比PSNR等基于
误差敏感模型的算法
进行度量 图像质量最基本的含义就
是指人对一幅图像视觉感受的主观评价因此人类视觉才是图
像质量优劣的最终评价者 但是基于误差敏感模型算法的本
质是计算图像像素点间的误差与人类视觉的感知质量不能很
好地吻合
由于这些方法存在与主观视觉不一致的缺陷
近年来学者们研究主客观结合的算法
Zhou 等人
提
出了基于结构信息structural similarity SSIM 的图像质量评价
方法 SSIM 模拟自上而下的人类视觉系统 HVS 模型从高层视
觉出发理解图像质量而回避了底层视觉建模的复杂性包括
HVS 模型参数超阂值问题失真与自然图像的复杂性等
尽管 SSIM 算法客观反映了图像结构信息的变化但存在
两个本质的缺陷 首先 SSIM 忽略了 HVS 的底层视觉特性导
致 SSIM 评价在很多时候与主观评价不一致其次SSIM 的简
单线性建模很难描述高层视觉对结构信息的复杂处理人类视
觉系统的处理远较此复杂从而不能较好地评价严重模糊的降
质图像 本文在 SSIM 算法的基础上从两个方面对 SSIM 作
改进a根据掩蔽效应后误差与边缘纹理的视觉敏感度等感
知信息决定失真图像的失真与内容区域的权值 b对 SSIM
算法中的结构信息重新定义利用表征图像边缘纹理的梯度作
为结构信息使结构的意义更加明确 提出基于视觉感知的梯
度结构相似度评价方法 VIGSSIM 最后结合视觉感知信息
与梯度结构相似度综合评价失真图像的质量
算法
在一幅图像中结构信息独立于图像的平均亮度对比度
对图像质量的评价可以近似表示为对亮度对比度及图像结构
失真的评价 设 代表参考图像和失真图像 是两幅图
像对应的两个像素信号则信号 的结构相似度定义如下
SSIM
其中参数 为各个要素的系数且 函数
表示亮度 表示对比度 表示结构分别定义为
第 卷第 期
年 月
计 算 机 应 用 研 究
Application Research of Computers
Vol No
Jun