基于图像处理的红外镜头像质评价系统研究

云光技术　第４８卷第２期　基于图像处理的红外镜头像质评价系统研究　钟建波，张力元，李茂忠，苏海岚，马（北方驰宏有限公司，云南昆明６５０２１７）　斌　摘要：为了实现光学镜头的成像质量的快速评估，本文提出了一种基于图像处理的红外　镜头成像质量评价方法。该方法依托于成熟的图像质量评价（Ｉｍａｇｅ　Ｑｕａｌｉｔｙ　Ａｓｓｅｓｓｍｅｎｔ－ＩＱＡ）算法，结合快速的计算机处理技术，能够实现红外镜头成像质量的　快速评估。并利用ＭＡＴＬＡＢ在图像处理方面的优势，开发了基于该平台的图形用户界　面（Ｇｒａｐｈｉｃａｌ　Ｕｓｅｒ　Ｉｎｔｅｒｆａｃｅ—＿ＧｕＩ），实现人机友好交互。　关键词：图像处理；ＩＱＡ；红外镜头　中图分类号：ＴＰ３９１．４　０引言　图像质量是比较各种图像处理算法性能优劣以及优化系统参数的重要指标，因此在镜头检　测、图像采集、网络传输等领域建立有效的图像质量评价机制具有重要的意义。近年来，随着图　像处理技术的发展，该领域的研究已吸引了研究人员的广泛关注，国内外已有许多科研机构和商　业公司投身其中，如美国泰克公司研制的图像质量分析仪已经被广泛应用…。另外，像ＩＢＭ，韩　国ＳＫ电信集团等就图像视频质量评价问题也展开了深入研究【２Ｊ。同时，图像质量评价算法层出不　穷，典型的模型有基于人类视觉系统（ＨｕｍａｎＶｉｓｉｏｎ　Ｓｙｓｔｅｍ，ＨＶＳ）的图像质量评价模型，基于　结构相似度　Ｊ（Ｓｔｒｕｃｔｕｒａｌ　ＳｉｍｉｌａｒｉｔｙＩｍａｇｅ，ＳＳＩＭ）的评价模型等。最近ⅣＴ（ＪｏｉｎｔＶｉｄｅｏＴｅａｍ）　已将ＳＳＩＭ算法作为图像质量评价指标引入到视频编码标准Ｈ．２６４的校验模型中。国内也已经有许　多机构从事该领域的研究，并取得相关成果。但总体来说，还有许多未知问题有待探究。　图像质量评价从方法上可分为主观评价方法和客观评价方法。前者凭借实验人员的主观感知　来评价图像的质量；后者依据模型给出量化指标，模拟人类视觉系统感知机制衡量图像质量。主　观质量评价是凭主观感受来评价被测图像的质量，通常采用连续双激励质量度量法，即对观测者　连续给出原始图像和处理过的失真图像，由观测者根据主观感知给出打分值。但主观质量评价方　法需针对多个测试图像进行重复实验，耗时多、费用高、且难以操作【４Ｊ。　相对主观质量评价，客观质量评价具有操作简单、成本低、易于解析和嵌入实现等优点，已　经成为图像质量评价的研究重点。根据所提供的原始图像信息的程度，客观图像质量评价方法可　以分为３类：全参考型，部分参考型和无参考型。　全参考型ＩＱＡ是在已知原始图像和失真图像情况下，通过比较二者的相关性获得失真图像　质量的评价值，常用的全参考型图像质量评价有均方误差（Ｍｅａｎ　Ｓｑｕａｒｅ　Ｅｒｒｏｒ，ＭＳＥ）、峰值信　噪比（Ｐｅａｋ　Ｓｉｇｎａｌ—ｔｏ－Ｎｏｉｓｅ，ＰＳＮＲ）等，但这些评价方法不能很好地刻画图像质量，近年来人们　提出了基于人类视觉系统、结构相似性度量、视觉保真度、奇异值分解等的ＩＱＡ方法。尽管这　些全参考型ＩＱＡ能较好地预测图像质量，但在实际应用中往往是较难获得原始图像信息。　部分参考型ＩＱＡ是利用原始图像的部分信息预测失真图像质量，一般是把提取原始图像的　特征与失真图像的特征进行比较获得评价指标值，但这种方法对图像特征比较敏感。　无参考型ＩＱＡ不需要获取原始图像信息，其应用领域非常广泛。目前大部分的无参考型ＩＱＡ　算法可以转化为参数优化问题，针对特定的失真类型估计影响图像质量的参数。还有一部分无参　１７　２０１６正　云光技术　第４８卷第２期　考型ＩＱＡ是利用自然图像的统计规律，图像的失真程度可以用其与自然图像统计规律的差异来　衡量，进而评价图像质量。　无参考型ＩＱＡ方法一般针对特定失真类型设计的，这是因为图像的噪声和模糊等失真因素　的产生原因不尽相同。例如图像模糊是可能由于镜头的带宽限制滤除了部分高频信号、或者是对　焦不准、相机运动等原因产生的。图像噪声是可能由于曝光时间不准、传感器内部噪声、传输通　道的干扰等原因产生。图像噪声表现在整个频域内，主要增加了高频信号，而图像模糊则抑制了　高频信号。若图像中既有噪声又有模糊，评价其质量不是一件容易的事情。因此大多数图像质量　评价方法只能取其中一种失真因素进行评价而忽略其他的因素。　尽管光学镜头的调制传递函数（Ｍｏｄｕｌａｔｉｏｎ　Ｔｒａｎｓｆｅｒ　Ｆｕｎｃｔｉｏｎ，ＭＴＦ）是一个准确、客观并　且定量的成像质量评价指标Ｌ５Ｊ。但在实际操作过程中，其耗时相对较长。利用快速发展的计算机　和图像处理技术，本文综合论述了基于图像处理的红外镜头成像质量的评价算法，并设计了基于　Ｍａｔｌａｂ平台的相关评价系统ＧＵＩ。文章分为如下４部分：第１部分介绍了客观的图像质量评价算　法的基本理论；第２部分针对客观的图像质量评价算法，开发了相应的评价系统ＧＵＩ；第３部分　对开发的ＩＱＡ评价系统进行合理性测试；第４部分是文章得出的结论。　１理论与方法　图像ｘ为一幅ＮＸＮ的灰度图像（设Ⅳ为２的整数次幂），用离散小波快速算法对图像做ｌｏｇ２Ｎ　级分解，经二维小波变换后得到的小波系数　仍为Ⅳ×Ⅳ白勺矩阵［６Ｊ。则对该图像的质量评价如下：　１．１无参考图像质量评价　１）绝对亮度：适当的亮度不仅是人观察图像的基本条件，也是影响图像质量的重要因素。　在空域图像增强技术领域中，增强对比度、图像均衡化和图像规定化都在一定程度上通过提高亮　度的表现能力来实现的。其表达式如下：　＝１一　ｌ。ｇ：（ｍｉｎ（２５５～ｌ，　））　∑∑　式中：，为图像亮度均值，故，＝　Ｏ≤　Ⅳ０　ｆ　Ⅳ　Ｎ×Ｎ　２）绝对清晰度：从频域的角度来说，高频分量代表图像的细节信息，而低频分量代表图像　的轮廓信息。当一幅图像的高低频信息比例适当时，才会给人清晰的感觉。其计算表达式为：　ｃ：　［　ｆ］　一（　】［ｏ］）２）］　式中：　为图像ｘ经过小波变换后所得到的系数矩阵。除　［０】［０】以外，其它的小波系数可以看　作是特定尺度空间上的高频分量，而高频分量能量大小则反映图像的清晰程度。　１．２全参考图像质量评价　全参考图像质量评价通常来自于标准图像和被测图像的比较，以判断被测图像的退化程度。　１）相对亮度：设，　为标准图像的亮度均值，Ｚ　，为被测图像的亮度均值，则亮度的计算表达　式如下：　ｌ８　基ｊ　图像处理的红外镜头像质评价系统研究　钟建波，张力元，李茂忠，苏海岚，马斌　Ｏ，￣（ｍｉｎ（２５５－Ｉｘ，ｌｘ）　（ｍｉｎ（２５５－Ｉ　，　）＋１））时　Ｌ＝　ｏｇ２　一（（２５５一一ｌ）一（２５５一一ｌ１－一　￣ｌｏｇ（１２８　ｍｉ一（　ｎ（２５５　ｌ一，ｘ　，　）一　ｍｉｎ（２５５　ｌ一　，ｖ，　）　））），其它　一ｌｌｘ，　ｖ，●●●●●●●●，、●●●●●ｌ当ｍｉｎ（２５５一ｌｘ，ｌｘ）　（ｍｉｎ（２５５一ｌｙ，ｌｙ）＋１）时，表示被测图像的亮度表现范围大于标准图　像，则表现为没有退化为０；否则依据表现范围的减小，衡量退化程度。　２）相对清晰度：设标准图像和被测图像的绝对清晰度分别为　和Ｃｖ，则相对清晰度可由下　式求得：　，１　　Ｃ：ｌｎ二　当Ｃ大于０时，表示被测图像相对标准图像粗糙；小于０则相反；等于０时两图像的清晰　度相同。　３）失真度：将Ⅳ×Ⅳ的小波系数展开成为一个序列，则标准图像的序列为　，被测图像的序　列为Ｑ　，故该尺度下的失真程度可表示为：　Ｚ￣ｅ＇ｙ一　）　—＿　Ｄ＝旦　＿　；　质量抨价　∑　４）相似性：自　像　对比度比较ｒ————　整合———　然图像具有特定的　一　结构，像素间有很强　的从属关系，这些从　属关系反映了视觉　场景中的结构信息。　由此，Ｗａｎｇ等人提　图１　结构相似性（ＳＳＩＭ）方法的框图　出了基于结构失真的图像质量评价方法，称为结构相似性（ＳＳＩＭ）方法，如图ｌ所示。该方法　认为光照对于物体结构是独立的，而光照改变主要来源于亮度和对比度，所以它将亮度和对比度　从图像的结构信息中分离出来，并结合结构信息对图像质量进行评价。且该算法实现复杂度较低，　应用性较强。　２评价系统的软件编制　本图像质量的评价过程离不开软件系统的支持，软件主要完成图像显示和采集、实时处理图　像，最终得到待测图像相对标准图像的结构相似性、视觉相似性、相对亮度、相对清晰度、失真　度和峰值信噪比。该评价系统以３２位Ｗｉｎｄｏｗｓ７为操作系统平台，采用的是Ｍａｔｌａｂ编程语言。　本图像质量评价软件的编制是基于模块化的思想。模块化的软件设计就是把程序划分为可独　立命名的，独立访问的模块，且每个模块完成一个子功能。模块化设计不仅提高软件的开发质量，　且结构清晰、易于维护，可读性好。软件主要包括采集模块、标定模块、对比模块和评价模块，　１９　２０１６，ｌ　）匕技术　４８卷　一Ｈ　２－ＩＩ　舅曼曼■■■－＿　崎竹　｝　一　尊母　■■　■Ｅ　用鞠　■●Ｉｌｌ　Ｅ　　【Ｊ　　【图２　价系统ＧＵＩ　采集模块主要实现由红外镜头输入ＰＣ机的视频图像采集，同时汁算采集图像埘应　晰度、绝对亮度和方差，以此判断镜头是否处于最佳焦距位　附近：标定模块主婴充成　场下标准图像的确定；对比模块完成待测图像相对标准图像的结构市ｌ】似性、视觉十¨似性、　度、相对清晰度、失真度和峰值信噪比等参数的计算；评价模块完成‘组镜　成像质量ｆ　３测试结果与评价　将该测试软件应用于同一型号的一批红外镜头　成像质量的评价ｒＩ１，除了镜头不同，其他部分的处　方法完全相同，需要特别说明的是，每次测试的视场　必须保持一致。本次测试中棚关的参数设置：帧剧划　为０．５　Ｓ，单只镜头采集的总帧数为３０，共选取１０　Ｉ　镜头作为测试对象，一ｌ＝Ｌ编号依次为１到１０。具体的　测试步骤如下：　第一步：干６｛据无参考图像质量评价指标（绝对清　晰度、绝对亮度和方差），将标准镜头调至成像质量　最佳的位置，并采集３０帧图像，再从中选耳义最佳的　图像作为该测试环境Ｆ的标准图像。女¨图３所示。　第二步：根据无参考图像质量评价指标（绝对清　第三步：剩余镜头的图像采集，重复第　二步即可。　Ｉ　３标准　像　晰度、绝对亮度和方差），将　号镜头调至成像质量最佳的位　，采集３０帧图像，并保ｊ　第四步：根据全参考图像质量评价指标，将ｌ号镜头采集的图像与标准　像进行对［１　果如图４所示。　第五步：剩余镜头的图像对比，重复第旧步即Ｈ　第六步：对ｌ０只红外镜头的成像质量进行综合评估，其结果如图５所示。　由图５可得：针对观察者感兴趣的特征，可以对１０只红外镜头的成像质昔进行排片　来判断ｌ０只镜头在某个特征下的成像情况。　２０　基于图像处理的红外镜头像质评价系统研究　钟建波，张力元，李茂忠，苏海岚，马斌　０　８２５ｒ——～　＿－　●●●●●●，●●●●●Ｉ●●●　０．９８２　Ｏ０Ｏ０‘・　０　０　９８１８　Ｏ　Ｏ　●　●视觉相似性Ｉ　一一——　１０—　ｉ＿—；　帧数　—ｉｉ～３　０　帧数　２　ｒｘｔ８１３　叶●　●　●２』｝　　－．　ｆ‘・　＾・・ｔ。　＿●　●●・・・＇：　、ｌ　０・・　・　’’Ｉ　０　１５　．．一　伯　帧数　．－～　一　２Ｏ　一　●失真度　３０　２５　・－．．．．　：　｝　亩—　一－ａ　图４　１号镜头采集的图像和标准图像的对比结果　Ｏ　毋　１．　…～　＝●　Ｌ—●＝　＿Ｉ一４Ｌ　Ｌ　’　—　Ｏ．ｇＳ￣　０．０　一　＿．　———　镜头编号　～’、　，一　ｌ　●　●　一　●－　－●　・视　相似性霉　Ｏ　Ｏ　０　●　９　０　一—　一一ｉ＿＿　２　４　９　镜头编号　　～～　　～●　｝●清晰度　●　１．～一●　１．　・　镜头编号　∞＿＿一一一镜头编号　　●　１．　露　●　．．、、　．・■　　｝　．４ｏ卜　３ｏ…。。　—‘　—　—　一　１　●　也０ｌ　４　６　Ｂ　１Ｏ　：　——　８　１Ｏ　镜头编号　镜头编号　图５　１０组镜头的像质评估结果　４结论　本文介绍了基于图像处理的红外镜头成像质量评价系统。通过整合现有的图像质量评价算　法，并应用于红外镜头采集的图像中，将图像的评价值作为评判镜头成像质量优劣的依据，实现　红外镜头成像质量的快速评估。下一步将该ＩＱＡ系统应用于更多的实测对比实验中，进一步验　证该方法的可靠性。　参考文献：　［１］ＶＱＥＧ．Ｆｉｎａｌ　ｒｅｐｏｒｔ　ｆｒｏｍ　ＶＱＥＧ　ｏｎ　ｔｈｅ　ｖａｌｉｄａｔｉｏｎ　ｏｆ　ｏｂｊｅｃｔｉｖｅ　ｍｏｄｅｌｓ　ｏｆ　ｖｉｄｅｏ　ｑｕａｌｉｔｙ　ａｓｓｅｓｓｍｅｎｔ［Ｒ／ＯＬ］［２０００－３—１５］．Ｈｔｔｐ：／／ｗｗｗ．ｉｔｓ．　ｎａｌＰｅｐｏｒｔ．ｐｄｆ．　ｂｌｄｒｄｏｃ．ｇｏｖ／ｖｑｅｇ／ｐｒ￣ｅｃｔｓ／ｉｆ－ｔｖＡ￣ｈａｓｅｌｌ／ｄｏｗｎｌｏａｄｓ／ＶＱＥＧＩＩＦｉ［２］Ｗａｎｇ　Ｚ，Ｌｉａｎｇ　Ｌ，ａｎｄ　Ａｌａｎ　Ｃ　Ｂ．Ｖｉｄｅｏ　ｑｕａｌｉｔｙ　ａｓｓｅｓｓｍｅｎｔ　ｕｓｉｎｇ　ｓｔｒｕｃｔｉｏｎ　ｄｉｓｔｏｒｔｉｏｎ　ｍｅａｓｕｒｅｍｅｎｔ［Ｃ］／／ｌｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｉｍａｇｅ　Ｐｒｏｃｅｓｓｉｎｇ，Ｒｏｃｈｅｓｔｅｒ，Ｎ　２００２．３：６５－６８　［３］Ｗａｎｇ　Ｚ，ＢＯＶＩＫ　Ａ　Ｃ，ＳＨＥＩＫＨ　Ｈ　Ｒ，ｅｔ　ａ１．Ｉｍａｇｅ　ｑｕａｌｉｙ　ｔａｓｓｅｓｓｍｅｎｔ：ｆｒｏｍ　ｅｌＴＯｒ　ｖｉｓｉｂｉｌｉｔｙ　ｔｏ　ｓｔｒｕｃｔｕｒａｌ　ｓｉｍｉｌａｒｉｙ［Ｊ】ｔ＿１ＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｉｍａｇｅ　Ｐｒｏｃｅｓｓｉｎｇ，２００４，１３（４）：６００－６１２　［４】邵宇，孙富春，刘莹．基于局部结构张量的无参考型图像质量评价方法［Ｊ］．电子与信息学报，２０１２，３４（８）：１７７９．１７８５　【５］Ｌｉｕ　Ｈ　Ｌ　Ｒｅｄｉ　Ｊ，Ａｌｅｒｓ　Ｈ，ｅｔ　ａ１．Ｎｏ—ｒｅｆｅｒｅｎｃｅ　ｉｍａｇｅ　ｑｕａｌｉｙ　ａｓｓｅｓｓｍｅｎｔｔ　ｂａｓｅｄ　Ｏｉｌ　ｌｏｃａｌｉｚｅｄ　ｇｒａｄｉｅｎｔ　ｓｔａｔｉｓｔｉｃｓ：ａｐｐｌｉｃａｔｉｏｎ　ｔｏ　ＪＰＥＧ　ａｎｄ　ＪＰＥＧ２ＯＯＯ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇ　ｏｆＳＰＩＥ，２０１０，７５２７（１）：７５２７１Ｆ　【６　Ａｈｍｅｔ６］　Ｍ　Ｅｓｋｉｃｉｏｇｌｕ，Ｐａｕｌ　Ｓ　Ｆｉｓｈｅｒ．Ｉｍａｇｅ　ｑｕａｌｉｙ　ｔｍｅａｓｕｒｅ　ｎｄ　ａｔｈｅｉｒ　ｐｅｒｆｏｒｍａｎｃｅ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，１９９５，４３（１２）　２９５９．２９６５．　２１