基于小波频带划分及HVS特性的图像清晰度评价
2012-02-15査凯龙陈淑荣
电子设计工程 2012年9期
关键词:评价
査凯龙,陈淑荣
(上海海事大学 信息工程学院,上海 201306)
数字图像的清晰度是衡量数字成像系统优劣的重要指标,自动聚焦获得清晰、质量好的图像是保证信息获取和后期图像处理的关键因素之一。当前,图像的清晰度评价主要在空域和频域分析,空域分析多基于图像的边缘特征,清晰图像比模糊图像具有更加锐化的边缘,因而大量的研究是通过灰度图像的梯度来衡量,如方差函数、sobel算子,评价方法简单、计算量小,但可靠性和敏感性较差;而频域中,因清晰图像比模糊图像具有较多的高频分量,多用高频能量作为清晰度判别依据,如傅里叶能量法,小波能量法,但计算量大。
由于图像清晰度的评价依赖于人的视觉特征和人的感受,而考虑人眼视觉特征的评价方法更接近主观评价值[1-2]。因此,笔者提出了一种基于小波分析并结合人眼视觉CSF特征的图像清晰度评价方法,将加权后的高频分量和低频分量的比值作为评价指标,考虑了人眼视觉因素的影响。并从单峰性、敏感性、抗噪性和视觉相关性方面比较了算法性能。
1 理论基础
1.1 人眼视觉系统的CSF特性
人眼视觉系统模拟了视觉感知的3个显著特性,即视觉非线性特性(Weber定律)、视觉敏感度带通和视觉多通道及掩盖效应,如图1所示,由于HVS对图像中不同频率成分的敏感程度不同,通过加权HVS特性,对视频图像的清晰度质量评判将更符合人的主观判断。

图1 HVS模型系统Fig.1 HVSmodel system
通常,视觉敏感性带通特性由对比敏感函数(Contrast Sensitivity Function,CSF)来表征。……
登录APP查看全文
