数字图像质量评价方法研究

摘要:论述了图像质量的客观和主观评价方法。针对贺兰山岩画文物数字图像的保护和安全问题,开展了图像数字水印及图像攻击后质量评价方法的研究,采用峰值信噪比评测了各水印算法。实验结果表明,DWT算法具有较强的健壮性。

关键词:质量评价;均方误差;峰值信噪比

中图分类号:TP391文献标识码:A文章编号:1009-3044(2010)01-184-02

Research on Image Quality Measure Based on Digital Watermarking

SONG Li-juan, TIAN Rui, MENG Meng

(School of Mathematics and Computer Science, Ningxia University, Yinchuan 750021, China)

Abstract: In this paper, the author discusses the objective standard and the subjective standard of image quality measure.To protect the copyright and securities of Mount Helan rock painting,this paper focuses on the digital watermark technology and the quality measure of attacked image. The author embeds the watermark information into the relic images and test the watermark algorithms by PSNR.The result of experiment indicates that the algorithm of watermark based on DWT is robustness.

Key words: quality measure; MSE; peak signal to noise ratio

数字图像就是以数字形式的数据进行存储和处理的图像[1]。近年来,随着多媒体技术和因特网技术的快速发展,数字图像处理技术与理论已成为计算机应用的一个重要领域,广泛应用于众多的科学与工程应用,如遥感、医学、气象、通信等。在对图像进行数字化处理后,势必要涉及到图像质量评价。常用的图像质量评价的方法主要有客观评价方法和主观评价方法[2]。

1 图像质量评价方法

1.1 客观评价方法

图像质量的客观评价方法的共同点是用物理方法对图像的物理特性进行评价,将度量值与规定标准进行比较。利用客观的方法或数学模型来度量图像质量具有快速、稳定、易量化等优点。

在图像质量的客观评价方法中,最常用的是图像逼真度的度量,计算退化图像与原始图像之间的统计误差。若误差越小,从统计意义上来说退化图像与原图像的差异越小,图像的逼真度就越高,获得的图像质量评价也就越高。

设原始的二维灰阶图像A=f (i,j),其中i=1,2,…,N, j=1,2,…,M,经处理后的图像数据为A'=f'(i,j),其中i=1,2,…,N, j=1,2,…,M。可用下列几种客观评价方法进行评价:

1) 均方误差[2,5]MSE (Mean Square Error):

其中M、N分别表示图像的长和宽。这种方法的优点在于简单易行,但主要缺点是对许多类型的图像质量计算结果与主观度量不符。

2) 峰值信噪比[2,5](PSNR)(Peak Signal to Noise Ratio):

峰值信噪比反映的是整个图像的失真程度,一般情况下,峰值信噪比愈大的图像其质量愈高。

3) 熵:对一个随机事件E,如果它的出现概率是P(E) ,那么它包含的信息为:

将一副静止图像看作一个具有随机输出的信源,信源符号集B定义为所有可能的符号的集合{bi},信源产生符号bi 的概率是P(bi) ,那么一幅图像的平均信息率可用下式表示:

将H(u)称为信息的熵,它定义了观察到单个信源符号输出时所获得的平均信息量。

上述诸方法虽然看起来简单直观,数学表达式严格,但是其表示往往和人们的主观感受效果不一致。其中均方误差法和峰值信噪比法都是一种统计误差,是从总体上反映原始图像和失真图像差别的[6]。

1.2 主观评价方法

图像的主观评价是以人作为图像的最终视觉接收者,通过观察者对图像质量优劣和可判程度作出主观的判定。一般分为绝对评价和相对评价。

绝对评价是指在无标准的参考图像情况下,由观察者根据一些事先规定的评价尺度或自己的经验,对被评价图像提出质量判断。一般情况下,可以提供一组标准图像作参考,帮助观察者对图像质量做出合适的评价。绝对评价常用的评价尺度称为“全优度尺度”,即由观察者对图像质量的优劣用数字打分,如非常好的图像打10分或9分,非常差的图像打1分或0分。

相对评价是由观察者将一批图像由好到坏进行分类,也就是对图像进行相互比较得出质量好坏并给出分数。相对评价常用的尺度称为“群优度尺度”,如表1。

2 评价实验

2.1 选择水印

图1是贺兰山岩画数字图像(待嵌入水印图像),大小为256×256,图2为水印图像,大小为32×32。实验中对待嵌入水印图像分别采用LSB算法、基于DCT的水印算法和基于DWT的水印算法嵌入相同的水印图像。

2.2 PSNR值评价

图3给出了图像在进行不同程度的裁剪情况下,各个算法提取出的水印图像PSNR值结果,此处裁剪指的是选取任意区域裁剪[7]。

由图3结果可以看出,图像经过低裁减率裁剪后三种算法的提取出图像质量差别不是很大,但是图像经过大部分裁剪后,三种算法的效果就有明显差别,基于DWT算法的优势也就体现出来。

3 结束语

本文主要介绍了数字图像质量评价的主要方法,并对贺兰山岩画数字水印图像在不同程度裁减情况下的图像质量进行实验比较,从而判断出不同水印算法的健壮性。但是,客观评价方法由于评价的内容是物理参量,评价的参数是统计误差,这种评价方法虽然精确严格,兼具客观性和科学性,但是没有考虑图像的观测者D人的视觉心理因素;主观评价方法比较全面,符合图像的实际观察质量,但受观察者、图像类型和观测环境等因素影响较大。为适应和满足图像技术飞速发展的需求,在图像评价方法中引入HVS特性,将客观评价方法和主观评价方法有机地结合起来是图像质量评价方法的发展方向。

参考文献:

[1] 孙家广.计算机图形学[M].北京:清华大学出版社,2004.

[2] Eskiciogln A M.Image Quality Measure and their performance[J].IEEE Transactions On Communications,1995,43(12):2959-2965.

[3] Yu P T, Tsai H H, Lin J S. Digital Watermarking Based on Neural Networks for Color Images[J].Signal Processing,2001,81(3):663-671.

[4] Wang Zhenfei,Zhai Guangqun,Wang Nengchao.Digital Watermarking Algorithm Based on Wavelet Transform and Neural Network[J]. Wuhan University Journal of Natural Sciences,2006,(6):1668-1669.

[5] /TR/2004/REC-rdf-primer-20040210/[EB/OL].2008-03-28.

[6] 汪孔桥.一种基于视觉兴趣性的图象质量评价方法[J].中国图象图形学报,2000,5(4):300-301.

[7] 陈纯.计算机图像处理技术与算法[M].北京:清华大学出版社,2004.