色度在評價增強圖像時對傳統算法的修正效果

張劍英，汪　一，張躍輝

(中國礦業大學 信息與電氣工程學院，江蘇　徐州　221008)

?

色度在評價增強圖像時對傳統算法的修正效果

張劍英，汪一，張躍輝

(中國礦業大學 信息與電氣工程學院，江蘇徐州221008)

增強圖像是指與原始圖像相比在清晰度、亮度、色彩、對比度等方面有一定增強的圖像。圖像增強已被廣泛應用，例如很多圖像處理軟件PS，ACDSee等都能夠對圖像進行增強。與此同時，也出現了很多圖像增強算法。所以，對增強圖像的質量評價具有重要意義。傳統的圖像質量評價算法不能夠對增強圖像進行精確評價。增強圖像與原始圖像相比，在色度上存在一定差異。在此基礎上，研究了色度在評價增強圖像質量時對傳統的圖像質量評價算法的修正效果。在增強圖像數據庫中進行的實驗證明在評價增強圖像質量時，色度能夠對傳統的圖像質量評價算法進行較好的修正。

增強圖像；圖像質量評價算法；色度

增強圖像與原始圖像相比，在清晰度、亮度、色彩、對比度等方面有一定增強[1]，所以增強圖像與原始圖像相比具有更好的圖像質量。

傳統的全參考圖像質量評價算法有很多[2]，例如：峰值信噪比(Peak Signal-to-Noise Ratio，PSNR)方法、結構相似性(Structural SIMilarity，SSIM)[3]方法、梯度相似度方法(Gradient SIMilarity，GSM)[4]和視覺信噪比方法(Visual Signal-to-Noise Ratio， VSNR)[5]。SSIM方法首先提取原始圖像和失真圖像的亮度、對比度和相關度，然后分別求出三種特征的相似度，最后將三個相似度進行整合作為最終的圖像質量分數。GSM方法結合了人類視覺特性并且用梯度相似度來衡量對比度和結構特征。另外，將結合了亮度相似度后的結果作為最終圖像的客觀質量分數。VSNR方法首先利用小波模型計算對比度閾值；如果失真小于閾值，那么失真圖像被認為具有完美的視覺保真度，則不進行進一步處理。反之，如果失真大于閾值，則分別求出它們對比度和優先級的歐氏距離，最后將兩種距離進行整合得到最后的圖像質量分數。

傳統的圖像質量評價算法中的原始圖像是無失真圖像，而增強圖像與原始圖像相比具有更好的圖像質量，所以，它們不能夠對增強圖像進行精確評價。顏色特征影響人類對圖像質量的評價[6]，而增強圖像與原始圖像在色度上存在差異，本文將色度和傳統的圖像質量評價算法結合來對增強圖像進行質量評價以證明在增強圖像的質量評價中，色度能夠對傳統的圖像質量評價算法進行修飾。本文首先將RGB彩色原始圖像和增強圖像轉換到YUV色彩空間，然后分別提取出它們的色度圖，并求出色度圖的相似度圖，進一步求出相似度圖像的均值。同時，計算出傳統的圖像質量評價算法的評價結果。最后，將二者的線性相乘結果作為增強圖像的客觀質量分數。在增強圖像數據庫中的實驗結果表明，結合V后的圖像質量評價算法性能得到提高，能夠與主觀評價結果保持很高的一致性，即在增強圖像質量評價中，V能夠對傳統的圖像質量評價算法進行修飾。

1　結合色度的傳統圖像質量評價算法

本文首先將彩色圖像轉換到YUV顏色空間。在YUV色彩空間中，Y表示明亮度，U/V表示色度。其中的V分量能夠反映RGB輸入信號紅色部分與RGB信號亮度值之間的差異。原始圖像和增強圖像在色度上存在差異，圖1和圖2給出了兩幅原始圖像和它們相對應的增強圖像在色度圖。圖1、圖2顯示，增強圖像和原始圖像相比，在色度上有所增強。

圖1　“church”原始圖像和增強圖像的色度圖像

假設原始圖像和增強圖像的色度圖像分別為V，Ve。

然后計算V和Ve的相似度圖像

1≤i≤M,1≤j≤N

(1)

其中，c是接近于0的常數，目的是防止分母為零。

然后，將V的相似度圖像進行平均得到增強圖像和原始圖像的色度的相似度。

(2)

假設傳統的圖像質量評價算法的測量結果為S，則將其與色度的相似度進行線性相乘。

Q=1-Ve·S

(3)

Q值越大，說明增強圖像質量越好；反之，圖像質量越差。

圖2　“boat”原始圖像和增強圖像的色度圖像

2　實驗結果與分析

Vu[7]等建立了增強圖像數據庫。數據庫中共有104幅圖像，其中包含26幅原始圖像和每幅原始圖像對應的3幅增強圖像(26×3)。增強圖像是指通過增強原始圖像的清晰度、亮度、色彩、對比度等影響圖像質量的因素，得到的比原始圖像有更好質量的圖像。

為了直觀地看到本文算法的優越性能，利用如式(4)及Logistic非線性回歸方程對主客觀評價結果進行擬合

(4)

其中，x表示增強圖像客觀質量分數，擬合時選取適當的t1，t2，t3，t4的值使得主觀質量分數的誤差最小。圖3給出了4種傳統的圖像質量評價算法以及結合色度V后在增強圖像數據庫上的擬合圖。

圖3　傳統圖像質量評價算法結合V前后的擬合圖

圖3顯示，傳統的圖像質量評價算法結合色度V后獲得的增強圖像質量分數能夠較好地聚集在擬合曲線附近，說明在評價增強圖像質量時，色度能夠對傳統的圖像質量評價算法進行修飾。

表1給出了4種傳統的全參考質量評價算法和結合V后在增強圖像庫中的測試結果。用相關系數(Pearson Linear Correlation Coefficient， PLCC) 和均方根誤差(Root Mean Square Error， RMSE) 衡量主客觀質量分數的一致性，PLCC值越大，RMSE值越小說明算法預測的準確性越高；同時，用SROCC( Spearman Rank Order Correlation Coefficient) 衡量算法的單調性，SROCC值越大說明算法預測的單調性越好[8]。

表1傳統的圖像質量評價算法結合V前后的測試結果

方法PLCCSROCCRMSEPSNR0.27970.25151.9582PSNR×V0.46080.42761.8102SSIM[3]0.70290.69501.4507SSIM×V0.88840.88360.9361GSM[4]0.71540.71231.4252GSM×V0.88830.88450.9367VSNR[5]0.35760.32521.9048VSNR×V0.52110.51241.7408

表1顯示，4種傳統的圖像質量評價算法結合V后，PLCC都有較大幅度的增大，RMSE減小，說明結合V后對增強圖像的質量評價更加精確；SROCC有較大幅度的增大，說明結合V后單調性增加。以上結果表明，在評價增強圖像質量時，V能夠對傳統的圖像質量評價算法進行修飾；同時，進一步說明，與原始圖像相比，增強圖像在色度上有所增強。

3　小結

傳統的圖像質量評價算法不能夠準確評價增強圖像的質量，原因在于在增強圖像質量評價中，增強圖像和原始圖像相比有更好的圖像質量。增強圖像與原始圖像在色度上存在差異。在此基礎上，本文將傳統的圖像質量評價算法與色度V結合，然后在增強圖像庫進行測試，實驗結果證明色度能夠對傳統的圖像質量評價算法進行很好的修飾，這也進一步證明了色度對于增強圖像質量具有較大影響。

[1]VU C T， PHAN T D， BANGA P S， et al. On the quality assessment of enhanced images： a database， analysis， and strategies for augmenting existing methods[C]// Image Analysis and Interpretation. [S.l.]：IEEE， 2012：181-184.

[2]魯業頻， 陳兆龍， 李素平. 圖像質量評價的研究現狀與發展[J]. 電視技術， 2014， 38(19)：23-27.

[3]Wang Z，Bovik A C，Sheikh H R， et al. Image quality assessment：from error visibility to structural similarity[J]. IEEE transaction on image process，2014，13 (4)：600-612.

[4]LIU A M， LIN W S，NARWARIA M. Image quality assessment based on gradient similarity[J]. IEEE transactions on image process，2012，24 (4)：1500-1512.

[5]CHANDLER D M，HEMAMI S S. VSNR： A wavelet-based visual signal-to-noise ratio for natural images[J]. IEEE transaction on image process，2007，16 (9)：2284-2298.

[6]高攀.一種基于顏色特征的圖像質量評價算法[J].電視技術，2012，36(16)：98-100.

[7]VU C，PHAN T，CHANDLER D. Can current image quality assessment algorithms predict visual quality of enhanced images [EB/OL].[2015-11-09]. http：//vision.okstate.edu/driq/HVEI VPC mini final.pdf.

[8]LI L D，ZHOU Y，WU J J，et al. GridSAR：grid strength and regularity for robust evaluation of blocking artifacts in JPEG images[J]. Journal of visual communication & image representation， 2015， 30：153-163.

張劍英(1963— )，女，碩士生導師，主要研究方向為信息處理、電磁場理論及應用；

汪一(1992— )，碩士生，主研圖像信息處理及質量評價；

張躍輝(1990— )，碩士生，主研無線傳感網絡及人員定位。

責任編輯：閆雯雯

Chroma’s revision capacity for traditional algorithms in evaluating enhanced image

ZHANG Jianying，WANG Yi，ZHANG Yuehui

(ChinaUniversityofMiningandTechnology，SchoolofInformationandElectricalEngineering，JiangsuXuzhou221008，China)

Image enhancement is usually achieved by properly strengthening several properties of an image， typically sharpness， luminance， colorfulness and contrast. Image enhancement is widely used in many fields like PhotoShop and ACDSee. Meanwhile， many image enhancement algorithms have sprung up so that enhanced image quality assessment is significant. However， traditional image quality evaluation algorithms can not assess the enhanced image quality accurately. Based on fact that an enhanced image is different in chroma compared with original image，the chroma’s revise capacity for traditional image quality assessment algorithms when evaluating the enhanced images is researched. Experiments in the enhanced image database demonstrate that chroma can improve the performance of the image quality evaluation methods when they are used to assess the enhanced image quality .

enhanced image；image quality assessment algorithms；chroma

TN911.73

A

10.16280/j.videoe.2016.09.020

國家“863計劃”項目(資源環境技術領域薄煤層開采關鍵技術與裝備主題項目)(2012AA062103)

2015-11-09

文獻引用格式：張劍英，汪一，張躍輝. 色度在評價增強圖像時對傳統算法的修正效果[J].電視技術，2016，40(9)：100-102.

ZHANG J Y，WANG Y，ZHANG Y H. Chroma’s revision capacity for traditional algorithms in evaluating enhanced image [J]. Video engineering，2016，40(9)：100-102.