《Most apparent distortion: full-reference image quality assessment and the role of strategy》论文翻译

摘要

2、 背景

3、算法

 3.1、高质量图像检测策略

 步骤1：计算扭曲可见的位置

如下图所示，为失真图像，为原始图像，像素值的范围为（如：0~255）。图像大小为：MxN。那么我们可以依次计算如下：

• 感知亮度

首先需要将像素转化为亮度图像，计算公式如下：

其中：L——亮度图像

           b、k、r——为常数。对于8bit的RGB图像来说，一般b=0,k=0.02874,r=2.2

然后， 我们考虑了非线性HVS对亮度的响应，通过将亮度转换为感知亮度（相对亮度），计算公式如下：

其中Lˆ表示相对亮度，是CIELAB颜色空间中使用的L粗略近似。

最终，误差图像可以表示为：

•  对比敏感度函数

 我们通过使用CSF对比度灵敏度函数的模型来考虑空间频率的近阈值灵敏度变化。CSF的计算公式如下：

其中： f表示每个视角度的周期中的径向空间频率；；。

 通过使用CSF函数对原始图像和误差图像进行滤波，这个滤波是在频域中进行的，具体计算公式如下：

其中， 表示DFT和逆DFT，是基于傅里叶版本的

 此时，和表示原始和错误图像，其值与感知亮度和感知对比度成线性比例。可以被认为是 图像中的失真，HVS可以检测到这些失真是否是在统一的背景下观看的，而不是在图像上观看。

• 对比度掩模法

 为了计算图像的存在会降低失真的可检测性，我们采用了一种简单的对比度掩蔽的域度量。 首先，计算局部对比图 ，通过将划分为16X16块且相邻块之间有75%的重叠，然后计算每个块的RMS对比度， 其中RMS对比度是在光度域中测量的。计算块p的均方根对比度的计算公式如下：

同理，可以计算误差图的RMS对比度，计算公式如下：

 最后，我们使用两个局部对比度映射和来计算局部失真可见性映射,计算公式如下：

 步骤2：将可见性映射与局部错误相结合

 我们使用局部可见度加权的MSE来测量亮度域以确定感知失真。这里我们定义了由于视觉检测而产生的感知失真d,计算公式如下：

 其中，D(p)是为16X16块p通过计算的局部MSE而得到的，计算公式如下：

 为了对这种基于外观的策略进行建模，我们采用了一种基于多尺度log-Gabor滤波器局部响应统计的方法。

 第一步：应用log-Gabor分解

原始图像和失真图像首先使用log-Gabor滤波器组分解成一组子图像。 获得子图像的滤波是通过计算机在频域进行的 ，计算图像DFT乘积二维频率响应的的逆DFT得到，具体计算过程如下：

其中：是空间尺度指数s和方向指数o的滤波器。 参数为归一化径向频率，为方向。 参数rs表示标度的归一化中心频率，计算带宽。 参数是滤波器的中心取向，是角扩展。 因为log-Gabor滤波器已经被证明可以近似原始皮层的反应 ，参数rs、、和可以被选择来匹配从哺乳动物视觉系统获得的相应估计。

 通过频域乘法对原始图像和失真图像进行log-Gabor分解。无论是原始图像还是失真图像，其中每个子带都与图像大小相同。 利用五个尺度s=1,...,5和四个方向o=1,...,4，因此，每幅图像产生20个子带。这种分解被应用于原始图像Iorg和失真图像Idst，以产生和子带集很有效。

 第2步：比较子带统计

 在计算和后，将原始图像的局部子带与失真图像的相应局部子带统计量进行比较，定义局部统计差图p 为块间重叠75%的每16X16块，块相应子带的标准差、偏度和峰度的差异系数是通过计算的，具体计算公式如下：

其中： 分别对应于尺度s和取向o的16X16子带系数的标准差、偏度和峰度。一般ws=0.5, 0.75, 1, 5, 6。

 最终，给出了低质量状态下感知失真的标量值为：

 为了捕捉交互策略，我们提出了使用加权几何均值的策略，计算如下：

其中：a的计算公式如下：

一般，取值为0.467，的取值为0.130