局部方差在图像质量评价中的应用

王宇庆

(中国科学院长春光学精密机械与物理研究所，吉林长春130033)

1 引言

评价各种图像处理装置或算法性能的途径之一是评价其输出图像的质量，已有的图像质量评价方法可以分为主观评价方法和客观评价方法［1］。前者通过人眼的主观观测给出图像质量的评价结果，虽然与人眼视觉特性的一致性较好，但是存在过程复杂、耗时长，可移植性差，测试结果不稳定等缺点。后者依据模型或者算法给出量化的评价结果，是目前图像质量评价领域的研究重点。均方误差(Mean Square Error，MSE)和峰值信噪比(Peak Signal to Noise，PSNR)是2种常用方法，由于没有考虑人眼视觉特性，这2种方法在实际应用中经常出现评价结果与人的主观感觉不一致的情况。因此，大量新的评价方法相继出现，Wang等人提出的结构相似度(Structure Similarity，SSIM) 方法［2-3］，以及模拟人类视觉系统(Human Visual System，HVS)特性的方法［4-11］，和基于小波变换的图像质量评价方法［12］等均得到了广泛应用，但这些方法虽然以不同方式在不同程度上克服了传统MSE和PSNR方法的不足，却仍普遍存在着评价结果与人的主观感知不一致的问题。

本文将灰度图像的局部方差分布(QLS)作为表征图像结构信息的一个重要特征，对局部方差分布矩阵进行奇异值分解，通过计算降质图像与原参考图像局部方差矩阵奇异值特征向量的夹角来度量两图像结构的相似度，从而实现了对降质图像的质量评价。实验证明，所提出的QLS方法优于传统方法。

2 局部方差分布与奇异值分解

人眼对图像……