图像质量评价的两个方法

视觉信息是人类获取信息的最主要途径，它通过人自身的视觉感知系统获取，其中图像信息是最主要的组成部分。随着个人计算机、数字通信、多媒体和网络技术的发展，数字图像和数字视频日益成为信息最重要的载体之一，已经深入到人们的日常生活，普及到千家万户。在数字图像的获取、处理、编码、存储、传输和重建的每一个步骤中，通常都会对图像的质量产生影响，如何评价图像质量成为图像处理、计算机视觉领域的一个基本而又富有挑战的问题。

目前，图像质量评价从方法上可分为主观评价方法和客观评价方法，前者凭借实验人员的主观感知来评价对象的质量；后者依据模型给出的量化指标，模拟人类视觉系统感知机制衡量图像质量。下面，就由英迈吉影像质量评测实验室为大家详细讲解一下这两个图像质量评价方法的区别和特点。

一、主观评价

主观质量评分法是图像质量最具代表性的主观评价方法，它通过对观察者的评分归一化来判断图像质量。而主观质量评分法又可以分为绝对评价和相对评价两种类型。

绝对评价是将图像直接按照视觉感受分级评分，表 1.1 列出了国际上规定的 5 级绝对尺度，包括质量尺度和妨碍尺度。对一般人来讲，多采用质量尺度；对专业人员来讲，则多采用妨碍尺度。 

表 1.1  绝对评价尺度

相对评价是由观察者将一批图像从好到坏进行分类，将它们相互比较得出好坏，并给出相应的评分。相对尺度如表 1.2 所示。

表 1.2  相对评价尺度与绝对评价尺度对照

    

评价的结果可用一定数量的观察者给出的平均分数求得。平均分数按照公式 计算得到：

                           

式中， 为图像属于第 i 类的分数， 为判定该图像属于第i类的观察者人数。为了保证图像主观评价在统计上有意义， 参加评分的观察者至少应有 20 名， 其中包括一般观察者和专业人员。  

图像质量的主观评价方法的优点是能够真实的反映图像的直观质量，评价结果可靠，无技术障碍。但是主观评价方法也有很多缺点，如需要对图像进行多次重复实验，无法应用数学模型对其进行描述，从工程应用的角度看，耗时多、费用高，难以实现实时的质量评价。在实际应用中，主观评价结果还会受观察者的知识背景、观测动机、观测环境等因素的影响。此外，主观质量评价无法应用于所有场合，如需要进行实时图像质量评价的领域。

一、客观评价

图像质量的客观评测是根据人眼的主观视觉系统建立数学模型，并通过具体的公式计算图像的质量。相比主观评测，客观评价具有可批量处理、结果可重现的特点，不会因为人为的原因而出现偏差。

一般来说，图像质量客观评价会分成九个评测项目，曝光、清晰度、颜色、质感、噪音、防手抖、闪光灯、对焦和伪像，每一个评测项目往往还会分成好几个评测小项目，如伪像就要测试锐化、畸变、暗角这些项目。通过测试这些项目，通过科学的计算，可以非常直观地看到图像的性能的各个方面的表现有何不足。

下面，我以我们做的《用数据说话-主流行车记录仪图像质量剖析》报告为例，要做好行车记录仪的图像质量客观评测就需要对以下这些项目进行测试。

    

那么这些项目是怎么测的呢？答案是：光源+测试卡+软件。

众所周知的是，我们之所以能看到物体，那是因为外界物体发出的光或反射物体的光，我们才能看物体。所以，我们在测试图像质量的时候我们就会采用各种各样的灯源模拟各种光照环境，如室外明亮环境、夜晚昏暗环境等等，测试图像在这些光照环境下的表现。

光源的选择非常多，如日本京立的LV-9500就是最被广泛使用的光源之一，可以被用在相机、单反、手机、行车记录仪等的图像质量测试。

测试卡的类型和功能也是非常的多，有分辨率测试卡、灰阶测试卡、MTF测试卡等等，根据不同的测试项目选择合适的测试卡。

测试软件系统比较少，在国际上比较有名的是Imatest和DxO Analysis，两个软件系统相比较，DxO测试的项目更多，结果也会更加稳定一些。

总结：

以上就是图像质量评价的两个方法的基本介绍。总的来说，主观评测和客观评测各有利弊，我们评测图像的时候，应该结合两者才不失偏颇，结果也会更加科学。如果你对图像测试感兴趣，请关注我们的后续文章。