基于图像边缘区的图像评价方法

李英明,蒋霞,曹凤莲

(莱芜职业技术学院信息工程系,山东莱芜271100)

基于图像边缘区的图像评价方法

李英明,蒋霞,曹凤莲

(莱芜职业技术学院信息工程系,山东莱芜271100)

通过对图像处理中的缩放算法得到的图像误差进行分析,发现图像误差主要集中在图像边缘区,进而提出了基于边缘稳定的图像评价方法,实验表明,该方法符合人的主观视觉质量需求.

图像质量评价；边缘失真；降质图像

随着计算机技术和数字技术的发展,数字图像处理技术也得到了迅速的发展和应用.数字图像处理是用计算机对数字图像进行处理,如对图像进行缩放、压缩等操作,这些操作往往会对图像造成不同程度的损坏.为了形象地了解各种算法的效果,我们采用误差可视化对以往的图像缩放算法进行了分析研究,即恢复图像的像素灰度值与输入图像中对应像素的灰度差值的大小超过预设的阈值(阈值取8),就将误差图像中相应位置的像素置为黑色,否则就置为白色.图1(a)是经典的pepper测试图,图1 (b)是经过双线性插值［1］图像放大两倍的图像得到的误差图像,图1(c)是采用考虑边缘特征的laza插值［2］图像放大算法的放大两倍的图像得到的误差图像.

从图1(b)和图1(c)中可以看到,无论哪种图像缩放算法,图像的误差区主要集中在边缘区域.这是因为图像经过处理后,可能会出现边缘信息丢失、边缘信息移位等,从而造成图像失真.根据图像的轮廓纹理模式,边缘是图像信息中最丰富的一部分,在人类视觉系统的内容感觉中,边缘信息具有很重要的作用.考虑到人类的视觉系统对图像边缘特征具有较强的敏感性［3］,在图像处理算法设计中需要综合考虑这些边缘特征,这样才能取得更好的效果,而目前的算法好坏的评价多采用主观视觉和简单的评价方法,不能准确的反应算法的改进效果.

目前图像质量评价方法很多,各有优缺点.一般来说可分为主观质量评价法和客观质量评价方法.客观质量评价方法是图像处理系统的重要指标,对于调整图像质量、优化算法及检验系统意义重大.最常用的客观质量算法评价方法是均方误差［4］(MSE,mean square error)和峰值信噪比［5］(PSNR,peak signal Noise ratio),这两种方法比较直观、严格、简单,但是这两种方法都是独立地基于逐像素点比较图像差别,把图像中所有像素点同样对待,因此它们只能近似地反映图像的主观视觉质量,图像处理评价中多采用这种方法.文献［6-9］在分析了上述问题的基础上,认为图像质量影响权重较大的是结构相似性,Wang等提出了基于结构相似度(SSIM,structural similarity)的图像质量测度—平均结构相似度(MSSIM,mean SSIM),文献［10］中利用了图像的结构、位置和数量信息,提出了基于内容的图像质量评价方法.文献［11］提出基于梯度及HVS特性的离焦模糊图像质量评价模型,这些方法都是综合评价图像的质量,评价的方式一般用加噪声图像来比较,而不能准确的反映图像处理中出现的边缘失真情况.本文针对边缘稳定的图像质量评价方法进行了研究,希望能为图像处理算法提供一个更好的评价方法,更好的改进图像处理技术.

图1 误差图

1 基于边缘稳定的图像评价方法

基于边缘稳定的图像质量评价方法［12］的基本思想是人类的视觉系统对图像边缘特征具有较强的敏感性.在图像处理中,图像变形和模糊失真直接与图像边缘信息的稳定性有关,图像边缘有方向和幅度两个特性,该文是首先把原始图像M(i,j)和评价图像Q(i,j)进行Canny算法［13-14］边缘检测,再对边缘信息进行分析.

Canny算法的核心包括如下步骤：

(1)在边缘检测中,先用高斯滤波器平滑图象,用C(x,y,σ)对图像f(x,y)的平滑可表示为

其中

(2)利用一阶偏导的有限差分来计算梯度的幅值和方向,并对梯度幅值进行非极大值抑制,最后用双阈值算法检测和连接边缘.计算图像差分的公式如下：

在水平方向和垂直方向的Sobel内核为

梯度的大小用如下公式计算：

梯度方向用如下公式计算：

在本文中控制边缘连接的阈值=50,控制强边缘分割阈值设为150.

这样就把图像划分为边缘区域和非边缘区域,源图像M(i,j)的边缘图像为和评价图像的边缘图像=1,2,…,分别是两副图像的检测到的边缘像素点.

边缘稳定均方差和公式定义为

当前，科技发展迅速，各种教具不同出现，为教师创新实验教学方法提供前所未有的便利.然而教学过程中，部分教师认为只要在课堂上完成实验即可，因此，不注重教学方法的创新，教学方法单一，一定程度上降低演示实验的趣味性，无法调动学生的思考热情，导致教学效果大大折扣.

EMSES结果越小,视觉感知相对较好.

2 实验结果与分析

本文实验采用Visual C++编程环境,测试图像还是图1(a),我们先对采用双线性、双三次、laza算法图像放大算法得到的图像进行测试,得到表1的结果.从表1得到的数据结果可以看出,所得到的EMSES的值与PSNR、MSSIM的结果一致,与图像的主观视觉质量一致,而且数据差别更明显.

表1 各种算法的EMSE比较结果

表2 对降质图像的测试结果

为了验证此方法对一般损伤图像的质量评价效果,本文还通过对源图像加高斯噪声、椒盐噪声、泊松噪声得到的三幅降质图像(图2)进行测试,从图2可以看出主观视觉最差的是图2(a),最好的是图2 (c),介于两者之间的是图2(b).从表2测试数据可以看出,测试结果还是和PSNR、MSSIM及主观视觉是一致的,由此可以看出,图像的边缘失真对图像质量的影响.

3 结束语

基于边缘稳定性的评价方法从考虑人眼的视觉对边缘信息的敏感度的角度,分析图像处理后的边缘失真程度来评价图像质量,为以后有关图像处理技术针对边缘特征的算法设计提供了评价的标准,本文只是对图像边缘丢失、移位、增加的边缘像素进行了分析,未来可以对移位的距离等精确的信息进行进一步的研究.

图2 侧试图

参考文献

［1］Battiato S,Gallo G,Stanco F.A locally-adaptive zooming algorithm for digital images［J］.Image Vision and Computing Journal,2002,20(11)：805-812.

［2］王森,杨克俭.基于双线性插值的图像缩放算法的研究与实现［J］.计算机应用,2008,27(7)：44-46.

［3］姚国正,刘磊,汪云九.视觉计算理论［M］.北京：科学出版社, 1988.

［4］吕华,沈西挺,胡希文.数字图像质量评价方法研究［J］.河北省科学院学报,2005,22(8)：119-120.

［5］李英明,夏海宏.双二次B-样条插值图像缩放［J］.中国图象图形学报,2011,16(10)：1937-1943

［6］Wang Z,Bovik A C,Sheikh H R,et al.Image quality assessment：from error visibility to structural similarity［J］.IEEE Transactions on Image Processing,2004,13(4)：600-612.

［7］朱大龙,明军.基于结构失真的图像质量评价方法的研究［J］.计算机技术与发展2006,16(3)：1-4.

［8］Van Ouwerkerk J D.Image super-resolution survey［J］.Image and Vision Computing,2006,24：1039-1052.

［9］杨琬,吴乐华,李淑云,等.基于感兴趣区域的图像质量评价方法［J］.计算机应用,2008,28(5)：1030-1312.

［10］王涛,高新波,张都应.一种基于内容的图像质量评价测度［J］.中国图像图形学报,2007,12(6)：1002-1007.

［11］黄隆华,陈志辉,彭小宁,等.基于梯度及HVS特性的离焦模糊图像质量评价［J］.计算机应用研究,2010,27(2)：781-783.

［12］Avcibas I,Sankur B,Sayood K.Statistical evaluation of image quality measures［J］.Journal of Electronic Imaging,2012,11(2)：206-223.

［13］林卉,赵长胜,舒宁.基于Canny算子的边缘检测及评价［J］.黑龙江工程学院学报,2003,17(2)：3-6.

［14］刘瑞桢,于仕琪.Opencv教程［M］.北京：北京航空航天大学出版社,2007.

(编辑:姚佳良)

Evaluation method based on the image edge

LI Ying-ming,JIANG Xia,CAO Feng-lian
(Department of Information Engineering,Laiwu Vocational and Technical College,Laiwu 271100,China)

The image error analysis which is acquired from the image zooming algorithm in processing reveals that the image errors are mainly in image edge area.Then,we provide an evaluation method based on the image edge stability.The result of experiments shows that the method is consistent with the perceived image quality.

image quality；edge distortion；distorted image

1672―6197(2013)01―0042―04

TP391

A

2012- 12- 29

山东省教育厅科研项目(J10LG71)

李英明,女,lwaming@163.com