基于圖像質量評價技術的數碼照片選擇方法研究

顧偉

摘? 要：數碼照片成像設備和拍攝成本的快速降低，使得數碼照片數量迅速增多，由此造成歸檔階段照片選擇工作量的急劇加大，占用了大量的檔案人力資源。為切實降低人工工作量，本文在分析歸檔照片選擇要求和提出選擇標準的基礎上，引入計算機研究領域的圖像質量評價技術以輔助檔案工作者快速、準確的完成照片選擇工作。為確保該技術的有效性和實用性，本文設計了基于圖像質量評價技術的數碼照片選擇方法，并從該方法的可行性和預期效果兩方面進行分析，以期推動歸檔數碼照片的選擇工作向自動化、智能化方向的發展。

關鍵詞：數碼照片? 圖像質量評價? 照片選擇

Abstract： With the rapid reduction of digital photo imaging equipment and shooting cost， the number of digital photos has increased rapidly， resulting in a sharp increase in the workload of photo selection in the archiving stage， occupying a large number of archives human resources. In order to reduce the manual workload， this paper introduces the image quality evaluation technology in the field of computer research based on the analysis of the selection requirements and the selection standards of archive photos， so as to assist archivists to complete the photo selection work quickly and accurately. In order to ensure the effectiveness and practicability of the technology， this paper designs a digital photo selection method based on image quality evaluation technology， and analyzes the feasibility and expected effect of the method， so as to promote the development of the selection of digital photos to the direction of automation and intelligence.

Keywords：Digital photo;Image quality assessment; Photo selection

1 引言

照片檔案作為一種重要的檔案門類，具有重要的保存意義和憑證價值。數碼照片的鑒別和選擇是照片檔案歸檔工作的第一步。近十年來，數碼照片以其成像便捷、傳輸方便、存儲量大、成本低廉的優勢逐漸代替了傳統感光照片，成為照片檔案的主要載體，這種改變既符合原生電子檔案單套制的歸檔要求，也方便了照片檔案的利用，易于發揮照片檔案在檔案展覽、文化建設等方面的作用。但另一方面，也正是因為數碼照片成像器材、存儲設備價格的低廉，使數碼照片的拍攝成本幾乎可以忽略。在拍攝時，拍攝者為確保能完整記錄所有場景，做到照片的好中選優，經常會拍攝大量內容重復和與主題關聯度不強的數碼照片，這就使得檔案工作者需要在照片收集、整理階段花費大量的時間從這些海量照片中鑒別、挑選出小部分有價值的照片進行歸檔。以我校為例，我校每年拍攝產生的數碼照片大約僅有15-20%進行了歸檔，剩余的照片大多都是因為拍攝內容和場景相似而被舍棄。同時，有學者研究指出：人眼在長時間的照片挑選過程中，會形成視覺疲勞，產生“遮蔽效應”，難以始終挑選出符合要求的高質量照片。因此，在照片檔案的歸檔階段，數碼照片選擇問題既是檔案工作者在實踐工作中存在的實際難題，也是對檔案部門人力、財力的巨大耗費。

故此，本文首先從分析數碼照片選擇要求入手，以業務和技術兩個維度為切入點提出數碼照片的選擇標準，同時，引入計算機研究領域的圖像質量評價技術，將標準與技術相結合，提出基于圖像質量評價技術的數碼照片智能化選擇方法，并從可行性、預期效果兩方面進行論證該方法的有效性和實用性。

2 數碼照片的選擇要求和選擇標準

數碼照片選擇質量的高低直接影響著照片檔案整理質量的好壞，也決定著照片檔案實際利用效果。在歸檔整理階段，數碼照片選擇的實質就是根據照片篩選的原則和方法從大量待選照片中找出有價值、高質量的照片進行歸檔，既要做到齊全、完整、精煉、優化，又要避免張張歸檔。簡言之，數碼照片歸檔選擇的核心就是對待選照片進行質量評價。這里的質量評價包括兩方面的要求：一是價值角度的評價。價值是照片這一客體對從事歸檔活動的人這一主體的作用，這是人作為價值主體綜合多種選擇因素對每張照片做出的選還是不選的主觀評價。二是對照片本身客觀質量的評價，這是從描述照片質量量化指標的角度所進行的客觀定量分析，以照片質量量化指標值是否達到歸檔要求為標準進行的評價。

故此，為滿足上述要求，我們從業務和技術兩個方面提出數碼照片的選擇標準：

從業務的角度來說，照片的選擇應符合真實性原則、價值性原則和完整性原則[1]。真實性原則保證照片是原始拍攝的照片，具有可靠性和有效性;價值性原則是確保被選的照片具有保存意義，做到不重復、不多選;完整性原則是指被選照片能夠全面的反映事件的全貌，做到不少選、不漏選。

從技術的角度來說，衡量一幅照片質量高低的指標可以分為兩類，一類是以讀取圖像像素、分辨率、位深等圖像屬性為代表的衡量指標，另一類是通過對圖像特征進行分析，獲得圖像視覺失真程度的評價方法，它是以計算圖像模糊程度、噪聲大小、壓縮比率為代表的衡量指標。第一類指標衡量起來簡單、易行，可以實現圖像質量的初步估計，但與照片選擇的實用需要還有差距;第二類指標衡量起來較為復雜，專業性較強，但能有效區分照片質量的高低，實用性較高。

業務角度的衡量指標偏向于主觀方面的評價，技術角度的衡量指標較為客觀，它們都是從不同角度對數碼照片進行篩選而提出的標準。換句話說，要想較好地解決數碼照片的選擇問題，就必須盡可能地同時滿足業務和技術兩方面的選擇標準。

3 數碼照片圖像質量評價技術

數碼照片的選擇是一個對數碼照片圖像質量進行評價的過程。符合評價要求的就保留，不符合要求的就舍棄。在計算機研究領域，數碼照片圖像質量的評價方法主要分為兩類：主觀評價方法和客觀評價方法。

主觀評價方法一般是依據人對圖像整體視覺內容的主觀印象進行判斷的方法。這種方法能夠較好地解決數碼照片選擇要求中完整性原則和價值性原則主觀部分的選擇需求，因為照片是給人觀看的，所保留的照片是否完整、是否有保存意義、能否能反映出該事件的主要內容和信息由人的主觀印象進行評判是最為準確的評價方法。在實際過程中，這種評價方法會因人審美的不同、專業水平的高低以及環境因素的影響產生不同的評價結果。因此，為減少這種差異性，國際電信聯盟提出了雙刺激損傷測量法、雙刺激連續質量測量法和單刺激連續質量評價法等方法[2]。

客觀評價方法通常是利用計算機領域的相關研究方法，對圖像分辨率、模糊程度、噪聲大小、壓縮率、塊效應等各項具體衡量指標進行定量分析和比較的評價方法。客觀評價方法能夠較好地滿足照片真實性原則和價值原則中相似照片擇優選擇的要求。照片真實性檢測方法研究由來已久，在檔案學研究領域和計算機學科研究領域都有較豐碩的研究成果[3][4][5][6]，在文獻質量評估[7]、司法鑒定等應用領域也有不少實際案例。在中國知網、IEEE Electronic Library等數據庫中分別以“照片檔案+真實性/真偽”和“Image Passive Forensics”為關鍵詞進行檢索，能檢索出數百篇與之相關的研究論文發表在檔案學核心期刊和計算機頂級期刊上。在文獻[3]中詳細論述了如何將圖像被動認證技術應用于數碼照片真偽鑒定中，并結合檔案業務需要提出了具體的鑒定流程。文獻[4][5][6]分別針對圖像區域復制、模糊操作、雙重JPEG壓縮的改動進行分析，提出了各自的檢測與定位方法。

根據評價照片視覺質量時是否需要參考圖像的信息，可以將相似場景照片優選問題分為全參考圖像質量評價方法、半參考圖像質量評價方法和無參考圖像質量評價方法三種[8]。全參考圖像質量評價方法是假設參考圖像是完全已知的無失真圖像，通過計算待評價圖像與參考圖像之間的差異得到評價值，并按照評價值的高低對圖像視覺質量進行綜合評價的方法。半參考圖像質量評價方法是在只能獲取參考圖像部分關鍵信息的情況下，利用這些部分信息對待評價圖像質量進行評價的一種方法。無參考圖像質量評價方法不需要任何參考圖像信息，可以直接計算待評價圖像的視覺質量。因此，在實際應用中，無參考圖像質量評價方法受到更廣泛的青睞，并已廣泛應用在醫學CT圖像、眼底圖像以及航拍圖像、衛星圖像等需要進行圖像質量自動檢測的領域。具體的方法主要有基于機器學習、深度學習的有監督和無監督算法等。

主觀評價方法雖然是最直接、最能準確獲得選擇結果的方法，但是它無法在實際應用系統中直接使用，客觀評價方法受到現有計算機學科研究成果的限制，在實際應用中存在一定的局限性，但它擁有較好的發展潛力并能快速、方便、自動化地投入到實際使用中。兩種方法各有優點，可以相互結合，發揮各自優勢，以一種簡單、快速、易行的方式做好數碼照片的選擇工作。

4 基于圖像質量評價技術的數碼照片選擇方法

4.1 選擇過程和方法

數碼照片的選擇過程是在滿足真實性的前提下，按照照片形成的時間順序，將相似場景的照片劃為一組，然后，對每組照片的價值進行鑒定，確保有價值的照片能完整的收集，最后，在需要歸檔每組照片中擇優選擇一張質量最好的照片進行歸檔。因此，本文結合上述選擇過程和圖像質量評價技術，提出如下照片選擇方法：首先，利用圖像真實性檢測技術，對每張照片的真實性進行鑒定，去除非自然形成的圖像（如人工合成圖像）和經過修改的非原始圖像;然后，分別讀取每張照片的像素大小、分辨率、位深等屬性值，并利用無參考圖像質量評價方法計算每幅照片的視覺失真程度以及模糊程度、噪聲大小等數值，以此作為照片選擇的客觀依據;接著，對相似場景的照片進行人工分類和價值鑒定，如該場景中僅有一張照片，則直接選擇歸檔，如該場景中有多張相似照片，則根據照片質量客觀指標值的排序結果和主觀評價選擇最好的一張照片歸檔。

4.2 可行性分析

基于圖像質量評價方法的數碼照片選擇過程的主要步驟有：照片真實性檢測、照片客觀質量評價值的讀取和計算、照片分類和價值鑒定以及相似場景照片優選四步。

照片真實性檢測包括很多方面的檢測內容，任何一種檢測方法都無法對照片真實性的各個方面做到全面檢測。在照片檔案歸檔階段，照片真實性檢測不可能也不需要對所有涉及照片真實性的方面都做檢測，只需重點關注照片內容的真實性即可，即照片本身是計算機合成圖像還是真實拍攝照片、照片內容是否有實質性的改動（如照片是否存在復制-粘貼操作、照片內容是否有替換等情況）。至于有些通過圖像處理軟件對照片亮度、對比度等數值進行調整而不存在內容改動的檢測，可以根據各自實際情況自行把握。不管是合成圖像和真實照片的區分，還是復制-粘貼、替換操作的檢測，通過計算圖像統計特性和提取圖像特征均能發現明顯的變化，這在計算機信息安全領域已經取得了相對深入完善的研究成果，檢測方法的選擇和具體實現過程可交由計算機科學領域的人員去完成。

在照片客觀質量評價值讀取和計算環節，像素大小、分辨率、位深等照片評價值既可以通過照片屬性自行查找，也可以在照片檔案管理系統元數據管理部分中查看;而每幅照片視覺失真程度、模糊程度和噪聲大小等數值的計算已有很多方法可以實現，檔案領域工作者只需提出明確的要求和需要計算的指標值即可，具體過程可直接交給計算機領域人員實現。但不同類型的照片，圖像特點不一樣，利用不同方法計算得到的評價結果會有差異，因此，在具體實施中需要檔案領域人員和計算機領域人員相互配合，在分類分析照片特點的基礎上選擇合適的計算方法。

照片分類和價值鑒定是一個主觀判斷為主的過程，交由檔案工作者處理即可。相似場景照片的優選一般是根據前期照片客觀質量評價排序結果進行選擇的，但同時也需要檔案工作者做最后確認，這主要是為了去除一些照片質量雖然較好，但細節上有瑕疵的照片，如拍照時人物只有一半在鏡頭中、拍攝背景不符合要求等情況。

基于圖像質量評價方法的數碼照片選擇方法是一個主觀評價和客觀評價相結合的方法，是將計算機學科研究成果實際應用于檔案業務工作環節的過程，在這一過程中，只要能因地制宜地認真分析檔案領域的業務需求，將計算機領域的研究成果與其準確結合，就能完成預期的目標。

4.3 預期效果評價

本文提出的基于圖像質量評價方法的數碼照片選擇方法能夠取得較好的預期應用效果，主要體現在以下兩個方面：

第一，該方法是針對數碼照片歸檔過程中照片選擇存在耗時耗力的問題，精準地將計算機學科的相關研究成果直接應用于檔案整理業務流程中，將許多原先由人工完成的工作轉化為計算機自動執行，因此，該方法可以節省大量人工時間，切實解決實際工作中的痛點和難點。

第二，該方法的實現是由計算機系統去完成的，計算機系統的設計一般是根據功能需求使用模塊化的設計方法，即某個功能模塊的更新升級不會影響其他功能模塊的使用。目前，雖然可能存在計算機技術智能化程度不高、算法選擇不合適、實際應用效果不佳的情況，但從長遠看，隨著AI技術的發展和研究的深入，該方法會更加智能化的滿足實際需要，取得更好地應用效果。

5 結語

長期以來，歸檔照片的選擇工作一直是采用人工方式完成的。在人工智能技術迅速發展的今天，結合計算機技術，將圖像質量評價技術應用于歸檔照片的智能化選擇中，不僅是極具挑戰而且也是極具研究價值的一項課題。我們只有更加精細化地分析照片選擇過程中每項業務環節的具體需求和不同類別照片的特點，才能在準確把握各種圖像質量評價技術優缺點的基礎上，進一步推進照片選擇的智能化水平。

基金項目：安徽省高校檔案工作協會重點研究項目（2021zd002）的階段性研究成果。

參考文獻：

[1]王媛，周璐. 數碼照片歸檔篩選原則及方法[J].城建檔案，2019（12）：94-96.

[2]Huang P， Qin S，Lu D. A Novel Approach to Image Assessment by Seeking Unification of Subjective and Objective Criteria Based on Supervised Learning[M]. Computer Vision/ Computer Graphics Collaboration Techniques. Springer Berlin Heidelberg，2011：274-285.

[3]徐彤陽，尹凱. 基于計算機技術鑒定數碼照片檔案真偽的研究[J].檔案學研究，2018（5）：107-111.

[4]王俊文，劉光杰，張湛，戴躍偉，王執銓. 圖像區域復制篡改快速魯棒取證[J].自動化學報，2009（12）：1488-1495.

[5]王雪瑋，梁曉，鄭津津，周洪軍. 自然圖像的無參考模糊檢測與局部模糊區域分割[J].計算機輔助設計與圖形學學報，2017（11）：1980-1988.

[6]羅瑚. 基于卷積神經網絡的雙重JPEG壓縮取證研究[D].深圳：深圳大學，2018.

[7] 張海燕. IQA在數字化文獻質量評估中的應用研究[J].大學圖書情報學刊，2016（6）：46-50.

[8]孫翠霞，劉有耀. 客觀圖像質量評價[J]. 計算機與數字工程，2019（9）：2290-2294.

（作者單位：安徽大學，安徽大學管理學院 來稿日期：2020-05-14）