基于有约束最小二乘法的IQA算法曲线拟合

王学珍，刘 昱，李器宇，汪少初

(天津大学电子信息工程学院，天津 300072)

图像质量评价(Image Quality Assessment，IQA)属于信号处理学科中较为年轻的领域，分为主观评价和客观评价两种方式。主观评价方式讲究样本采样，以样本分布模拟总体分布，把参与评价的主体的平均打分作为图像质量主观评分(Mean Opinion Score，MOS)[1－3]。主观评价因为评价周期长、参与人数多、对主客观条件均要求严格，不利于在实践中推广。与之相反，客观评价方式借助高性能计算机和基于人类视觉模型的算法设计，不仅能快速给出始终一致地图像质量评分，而且方便嵌入其他工程应用[4]。近些年，研究者们对IQA客观算法的设计与改进取得了不少优秀成果。然而，针对客观算法的准确性评估一直都存在争议。

Richard Dosselmann[5]对IQA算法中获得广泛应用的结构相似度[6](Structural Similarity index，SSIM)算法与均方误差(Mean Squared Error，MSE)算法进行统计分析和主观比较研究之后发现，上述两种算法的性能有很多相近的地方。这与文献[6]和文献[7]的结论不同。此后，他与Xue Dong Yang合作[8]为SSIM算法和MSE算法的度量值建立了代数关系式，更进一步拉近了两种算法之间的关系。以上成果提供了审慎反思的新视角，它对IQA算法中仅凭少数个例，或通过缺乏可信度的统计分析而得到的结论提出了质疑。为了给不同的IQA算法做准确评估，Hamid Rahim Sheikh 等[7]和 Nikolay Ponomarenko 等[9]采取了相同的策略，他们分别设计了LIVE database图片库和TID2008图片库来代表各种图像内容和失真类型，以对应图像的MOS值作为评估IQA算法的依据。不同的是，Sheikh[7]提出首先用1个含5个参数的Logistic方程……