内容简介
多媒体质量评价与优化是近年来多媒体信号处理领域的重要前沿性研究方向，国内外研究者在该方向上已经取得了一系列的研究成果。《图像质量评价：**理论》比较全面地论述了多媒体质量评价，尤其是图像质量评价领域的前沿理论与方法。主要内容包括：图像质量评价简介、基于自由能的图像质量评价、基于伪参考的图像质量评价、采集到显示全链路图像质量评价、图像增强质量评价、图像质量增强以及视频质量评价等。《图像质量评价：**理论》反映了国内外图像质量评价领域的发展现状和近期成果，也包含了作者近年来在该领域的主要研究成果。
目录
目录
第1章 图像质量评价简介 1
1.1 多媒体通信及体验质量1
1.2 体验质量评价 2
1.2.1 体验质量定义 2
1.2.2 体验质量影响因素 4
1.2.3 体验质量评价分类 6
1.3 主观质量评价 7
1.3.1 搭建评价环境 7
1.3.2 准备测试素材 8
1.3.3 邀请测试人员 9
1.3.4 进行主观评价 9
1.3.5 评价数据处理 10
1.4 客观质量评价.12
1.4.1 全参考质量评价 13
1.4.2 半参考质量评价 14
1.4.3 无参考质量评价 15
1.4.4 三类模型应用对比 16
1.5 质量评价研究现状 17
1.5.1 主观质量评价研究现状 17
1.5.2 客观质量评价研究现状 20
1.5.3 客观质量评价算法评估 26
1.6 本书概述 27
参考文献 28
第2章 基于自由能的图像质量评价 34
2.1 基于自由能的视觉质量评价框架 34
2.1.1 自由能原理简介 35
2.1.2 基于自由能的视觉质量评价算法总体介绍 38
2.1.3 算法性能测试 44
2.2 基于自由能的半参考和无参考视觉质量评价算法 49
2.2.1 FEDM及NFEQM算法总体介绍 50
2.2.2 算法性能测试 52
2.3 基于自由能原理的鲁棒无参考图像质量评价算法 60
2.3.1 NFERM算法总体介绍 61
2.3.2 NFERM算法性能测试 70
2.4 基于自由能和多通道小波分解的半参考图像质量评价算法 79
2.4.1 MCFRM算法总体介绍 80
2.4.2 MCFRM算法性能测试 85
2.5 基于自由能和稀疏表示的半参考图像质量评价算法 94
2.5.1 领域内的相关工作 95
2.5.2 FSI 算法总体介绍 95
2.5.3 FSI 算法性能测试 99
2.6 基于自由能的视觉信号比较感知质量评价算法 106
2.6.1 基于自由能*小化的比较感知质量评价算法框架 109
2.6.2 基于自由能的比较感知质量评价模型 111
2.6.3 C-PQA算法性能测试 116
2.7 本章小结 126
参考文献 127
第3章 基于伪参考的图像质量评价 137
3.1 基于伪参考的盲图像质量评价 137
3.1.1 领域内的相关工作 139
3.1.2 基于伪参考的特定失真度量PSS和LSS 140
3.1.3 基于伪参考的通用图像质量度量BPRI 146
3.1.4 BPRI算法性能测试 147
3.2 基于失真强化的盲图像质量评价 157
3.2.1 BMPRI算法总体介绍 158
3.2.2 BMPRI算法性能测试 163
3.3 本章小结 169
参考文献 169
第4章 采集到显示全链路图像质量评价 173
4.1 真实失焦模糊图像质量评价 173
4.1.1 GPSQ算法总体介绍 174
4.1.2 GPSQ算法性能测试 180
4.2 单失真和多重失真图像的混合无参考质量评价算法 184
4.2.1 MDID2013数据库 185
4.2.2 SISBLIM算法总体介绍 188
4.2.3 SISBLIM算法性能测试 193
4.3 考虑视距和分辨率的图像质量评价 198
4.3.1 VDID2014数据库 200
4.3.2 模型总体介绍 202
4.3.3 模型性能测试 205
4.4 考虑观看环境的视觉质量评价 212
4.4.1 数据库构建 213
4.4.2 客观评价模型构建 216
4.4.3 模型性能测试 219
4.5 考虑环境亮度的液晶屏动态背光调节 220
4.5.1 亮度及体验质量分析 222
4.5.2 手机视频观看的体验质量模型 226
4.5.3 动态背光调节实现 232
4.6 本章小结 238
参考文献 239
第5章 图像增强质量评价 245
5.1 基于合成雾图像的去雾质量评价 245
5.1.1 使用合成雾图像的去雾质量主观评价 248
5.1.2 所提出的客观去雾质量评价算法 252
5.1.3 针对航拍图像的改进质量评价算法 257
5.1.4 算法性能测试 261
5.2 基于真实雾图像的去雾质量评价 266
5.2.1 使用真实雾图像的去雾质量主观评价 269
5.2.2 所提出的客观去雾质量评价算法 271
5.2.3 算法性能测试 276
5.3 端到端的雾浓度预测网络 284
5.3.1 背景知识 287
5.3.2 所提出的雾浓度预测网络 288
5.3.3 雾浓度的主观感知评价 293
5.3.4 算法性能测试 295
5.4 弱光图像增强的感知质量评价 305
5.4.1 弱光图像增强的主观质量评价 310
5.4.2 所提出的弱光图像增强客观感知质量评价算法 313
5.4.3 算法性能测试 321
5.5 对比度变化的半参考感知质量评价 327
5.5.1 对比度相关图像数据集 328
5.5.2 RCIQM算法总体介绍 330
5.5.3 RCIQM算法性能测试 337
5.6 基于信息*大化的对比度失真无参考质量评价 342
5.6.1 NIQMC算法总体介绍 344
5.6.2 NIQMC算法性能测试 349
5.7 基于信息、自然性和结构的色调映射图像的盲质量评价 352
试读
第1章图像质量评价简介
第1章图像质量评价简介随着社会的进步和科技的发展，人们传达信息的方式不断发生着改变。尤其是进入21世纪之后，信息技术的快速发展使得以图像和视频为代表的多媒体逐渐成为人们传达信息和沟通交流不可或缺的一种方式。统计数字表明，在全世界人们每年拍摄的照片就超过万亿张，而视频等其他类型的多媒体信息也呈爆炸性增长。海量的多媒体信息在从采集到呈现的整个过程中不可避免地会引入降质，那么研究如何评价多媒体信息的感知质量，对于提供更好的体验质量(quality of experience，QoE)也具有非常重大的价值。
1.1多媒体通信及体验质量
海量的多媒体信息并不都拥有完美的质量，不同多媒体信息在呈现给用户之前所经历的过程不一样，因而其质量也参差不齐。一般地，图像或视频等多媒体信息在*终呈现给用户之前可能会经历采集、压缩、传输、处理、呈现等阶段。而在整个多媒体通信链路中，多媒体信息可能会遭受各种失真(distortion)的影响，从而造成质量退化(quality degradation)[1]。例如，视觉媒体在采集阶段的噪声和模糊、压缩阶段的有损压缩、传输阶段中的传输错误、呈现阶段的呈现失真。而质量评价的目标就是对人感知的QoE进行量化。质量评价特别是质量评价算法在多媒体信号处理中有广泛的应用[1]。*先，质量评价可以用于质量监测及控制。在多媒体通信系统中，通常有诸多因素会影响多媒体的质量，从而造成其质量的波动。利用质量评价就能监测多媒体质量的变化，当质量下降或者不能满足需求时就可以对系统进行调整，以提供更加稳定和可靠的服务。其次，质量评价可以用于系统配置及优化。实际的多媒体通信系统或者网络不可避免地会涉及整个系统的配置及参数的设定，我们可以利用质量评价来指导这些配置和设定。*后，质量评价可以用于算法及系统评估。多媒体处理相关的算法及系统种类繁多，而这些算法及系统的目标是为用户提供更好的QoE。我们可以利用质量评价来评估各种算法及系统的性能，选择能达到*佳QoE的算法及系统。
总的来说，由于多媒体通信系统整个链路的复杂性，多媒体的质量很难处于完美状态。因此，在整个通信链路的各个阶段量化感知质量的退化，对于保持，控制和提升多媒体的QoE具有非常重要的意义。而多媒体信息的*终接收者通常是人，因此利用人类相关的感知特性则有助于提升多媒体质量评价模型的效果。
1.2体验质量评价
QoE的概念近些年在很多应用中受到大量的关注，QoE通常描述了用户对设备、网络和系统、应用或业务的质量和性能的主观感受。很多国际组织，如欧洲多媒体系统和服务体验质量网络组织(European Network on Quality of Experience in Multimedia Systems and Services，简称Qualinet)与国际电信联盟(International Telecommunication Union，ITU)都给出了QoE的详细定义及说明[2，3]。本节将主要以Qualinet关于QoE定义的白皮书[2]为参考，详细介绍QoE的定义及相关概念。
质量的概念是和所谓的服务质量(quality of service，QoS)高度相关的。QoS是在通信领域被广泛采用的服务的度量标准。QoS评价指标主要包括网络的吞吐率、时延、丢包率、抖动、误码率等。而现如今，QoE这一概念的出现主要是因为QoS这个概念不能充分地解释在通信服务领域的所有事情。QoS的评价指标仅仅反映了服务技术层面的性能，甚至仅仅是网络传输层面的性能，忽略了用户主观因素。QoE是一种以用户认可程度为标准的服务评价方法。它综合了服务层面、用户层面、环境层面的影响因素，直接反映了用户对服务的认可程度。
1.2.1体验质量定义
为了更好地理解“体验”以及“质量”这两个词，*先需要定义“事件”这个概念。
事件一个可以观测到的事情。一个事件可以被具体到空间(即它在什么位置发生的)、时间(即它在什么时间发生的)和特性(即它可以观测到什么)。
接着可以定义“体验”。
体验体验是一个人对一个或多个事物的感知和解释的过程事件。
例如，一个体验可能来自于一个人与一个系统、服务或人工品。经验不一定会导致对其质量的判断。
质量质量是一个人的比较和判断过程的结果。它包括知觉、对感知的思考，以及对结果的描述[4]。
对于实际的质量形成过程(图1.1)[4，5]，我们可以分成两条路径：质量感知路径和参考路径。参考路径反映了质量形成过程的时序和上下文性质，并且还继承了以前经历过的质量的记忆，如图中从体验的质量到参考路径的箭头所示。质量感知路径需要一个物理事件来触发，例如，通过一个物理信号到达我们的感觉器官，作为一个输入。这个物理事件在参考路径的约束下，通过低层次的知觉过程处理成一个感知信号。这个感知信号然后经历一个反射过程，再次直接回到参考路径上，通过认知加工来解释这些感官特征；接着概念可以被描述和(潜在地)量化，成为感知质量特征。
图1.1质
