结构相似性与视觉掩蔽结合的感知图像质量评估

"基于结构相似性和视觉掩盖的感知图像质量评估" 在图像处理和计算机视觉领域，图像质量评估是至关重要的，因为它能衡量图像处理或传输后的效果，对图像的清晰度、失真度以及人眼观感进行量化。本文提出的"感知图像质量评估（PIQA）"方法结合了结构相似性和视觉掩蔽效应，以更准确地模拟人类视觉系统（HVS）对图像质量的感知。 首先，PIQA中的结构比较度量被改进，利用结构张量来增强其描述全局区域结构信息的能力。结构张量是一种用于分析图像局部结构的工具，可以有效地捕捉图像的边缘和纹理信息。在模糊或噪声图像中，传统的结构比较可能无法准确识别这些信息，而改进的结构张量则能更有效地处理这些问题。 其次，考虑到人类视觉系统的感知特性，PIQA引入了对比度掩蔽和邻域掩蔽的概念。对比度掩蔽是指在高对比度区域，人眼对噪声或失真的敏感度会降低；而邻域掩蔽则是指在相邻像素的影响下，人眼对某些失真的察觉也会减弱。通过将这两种掩蔽效应整合到对比度比较度量中，PIQA能更好地模拟HVS的实际感知行为。 最后，PIQA将亮度比较、结构比较和对比度比较这三个度量综合起来，计算出一个整体的PIQA度量值。这种方法的优势在于，它不仅考虑了图像的整体结构和局部细节，还考虑了人眼在观察图像时的生理和心理因素，从而提供了一个更全面、更接近人眼感知的图像质量评估。 通过与现有的客观图像质量评估标准如多尺度结构相似性（MS-SSIM）、视觉信噪比（VSNR）和视觉信息保真度（VIF）进行比较，仿真结果显示，PIQA与HVS的感知过程高度一致，并且在性能上有所提升。这表明PIQA是一种有效的、适用于多种图像条件的图像质量评估方法，特别是在处理模糊和噪声图像时，能够提供更为精确的质量评估结果。 这篇研究论文提出了一个创新的图像质量评估框架，它结合了结构分析和视觉掩蔽理论，提升了评估的准确性和鲁棒性。这一方法对于图像处理算法的优化、图像编码和传输质量控制等领域具有重要的实际应用价值。