辛后林

摘 要：嵌入式设备由于其硬件限制，在对显示图像进行一系列处理时会对图像的质量造成损害，进而影响显示效果。为降低损伤的程度，需要对图像处理的相关算法进行评估。通过对峰值信噪比（PSNR）和结构相似度（SSIM）两种图像质量评估算法进行比较，深入分析了图像质量的评估体系，提高了图像压缩算法的保真性。

关键词：嵌入式系统；峰值信噪比；结构相似度；人类视觉系统

中图分类号：TP391.41 文献标识码：A 文章编号：2095-6835（2014）10-0106-03

1 嵌入式系统

嵌入式系统是先进的计算机技术、半导体技术、电子技术和各种具体应用相结合的产物，是技术密集、资金密集、高度分散、不断创新的新型集成知识系统。它具有系统内核小、专用性强、系统精简、高实时性、多任务等诸多特点。

2 数字图像处理

数字图像处理又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。它以人为对象，以改善人的视觉效果为目的。常用的图像处理方法有图像增强、复原、编码、压缩等。

3 图像质量评估

图像处理的过程中，会因压缩、舍弃像素等操作使得图片质量在一定程度上受到损伤，为了降低这种损伤对图像可视化的影响，我们需要对图像处理中的相关算法进行评估，这对影像的后续利用和促进对人类视觉感知的研究具有重要的理论意义。

3.1 PSNR算法

3.1.1 PSNR的定义

PSNR（Peak Signal to Noise Ratio）是一种利用峰值信噪比来评定图像质量的客观标准，评价结果以dB（对比分贝）为单位来表示。2个图像间的PSNR值越大，越趋于无劣化。劣化程度较大时，PSNR值趋于0 dB。

两个m×n的单色图像I和K，如果两者的噪声近似，那么它们的均方差为：

3.1.2 PSNR算法的局限性

PSNR算法能较准确地计算出图像质量的误差值，并可以结合HVS视觉系统中生理学和心理学的特征，使用经验公式对误差值进行修正。但该算法也存在一定的局限性，即人类视觉系统是一种是非常复杂且高度非线性的系统，但在建立模型的时候，往往都是以线性结构或者类似线性结构的模型来仿真HVS，所以这种基于误差敏感度的评估方式是建立在一些理想的假设之上的。

3.2 SSIM算法

SSIM（structural similarity （SSIM） index measurement system）是一种衡量两幅图像相似度的新指标，在图像去噪处理和图像相似度评价上已经全面超越了SNR（signal to noise ratio）和PSNR（peak signal to noise ratio）。

3.2.1 算法突破

自然图像信号都是高度结构化的，这种结构化方式体现在图像的像素间都有很强的依赖性，这些相互依赖的像素就承载着图像重要的结构信息。

结构度相似理论的特点有：①结构相似度理论不再将图片的失真归结于空间上逐点像素信息间的差异，而是将结构信息从图像中剥离出来，作为全新的图像质量评价标准；②基于HVS特性的方法与SSIM理论的最大区别是前者是自底向上，后者是自顶向下；③由于结构相似度理论是直接估计两个复杂结构信号的结构改变，而不与人类的主观视觉挂钩，因此这样就可以更客观地评定图像质量。

3.2.2 数学模型

作为实现结构相似性理论的一种方法，从图像组成的角度出发，可以将结构相似度指数定义为独立于亮度、对比度之外的反映场景中物体结构的一种信息。在结构相似性的计算中，可以用均值估计亮度，用标准差估计对比度，用协方差度量结构的相似程度。

3.2.2.1 结构相似度核心算法模型

4 嵌入式中扩展应用

由于SSIM算法运算效率高、应用灵活，且图像相似度测量的精确度更高，因此在嵌入式领域中得到了广泛的应用。

4.1 指纹识别

随着越来越多的数据和私人信息流向于手持设备，信息安全问题逐渐引起人们的重视。根据指纹纹路的各种特征进行建模，并提取数据样本，然后使用SSIM算法来计算每次验证指纹时的图像相似度，从而给出相应的反映。在这一应用中，指纹的唯一性特征完全可以类比于HVS的特征。

4.2 信号滤波器

在工业领域，需要对各种传输信号进行过滤，通常情况下是以频率为基准对信号进行过滤，但在某些应用领域，需要先对信号加载的信息进行筛选分析，然后在对信号进行过滤。在引入SSIM算法对信号进行过滤时，所选取的参数不再是亮度、对比度、结构信息等，而是根据不同的信号种类建立不同的参考系，最终达到信号信息过滤的目的。

5 结束语

随着技术的进步，图像质量评价算法的研究呈现以下三个趋势，即从单纯的客观评价算法转化为主客观相结合的评价算法，无参考算法开始成为研究的热点，面向具体任务的评价算法逐渐增多。

图像质量评价算法的目标是得到与人的主观评价相一致的评价结果，任何图像质量评价的结果都要与人们的主观感知保持一致。目前的评价体系都在不同程度结合了HVS的相关特性，同时还融入了HVS特性的算法，这种方式比单纯以数据进行客观评价的算法更准确。因此，主客观结合的评价体系是图像质量评价发展的主流。

参考文献

[1]郭剑.基于嵌入式系统的数字图像处理技术的研究[D].西安：西安电子科技大学，2006.

[2]周景超，戴汝为，肖柏华.图像质量评价研究综述[J].计算机科学，2008（07）.

[3]佟雨兵，张其善，祁云平.基于PSNR与SSIM联合的图像质量评价模型[J].中国图像图形学报，2006（12）.

〔编辑：王霞〕

摘 要：嵌入式设备由于其硬件限制，在对显示图像进行一系列处理时会对图像的质量造成损害，进而影响显示效果。为降低损伤的程度，需要对图像处理的相关算法进行评估。通过对峰值信噪比（PSNR）和结构相似度（SSIM）两种图像质量评估算法进行比较，深入分析了图像质量的评估体系，提高了图像压缩算法的保真性。

关键词：嵌入式系统；峰值信噪比；结构相似度；人类视觉系统

中图分类号：TP391.41 文献标识码：A 文章编号：2095-6835（2014）10-0106-03

1 嵌入式系统

嵌入式系统是先进的计算机技术、半导体技术、电子技术和各种具体应用相结合的产物，是技术密集、资金密集、高度分散、不断创新的新型集成知识系统。它具有系统内核小、专用性强、系统精简、高实时性、多任务等诸多特点。

2 数字图像处理

数字图像处理又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。它以人为对象，以改善人的视觉效果为目的。常用的图像处理方法有图像增强、复原、编码、压缩等。

3 图像质量评估

图像处理的过程中，会因压缩、舍弃像素等操作使得图片质量在一定程度上受到损伤，为了降低这种损伤对图像可视化的影响，我们需要对图像处理中的相关算法进行评估，这对影像的后续利用和促进对人类视觉感知的研究具有重要的理论意义。

3.1 PSNR算法

3.1.1 PSNR的定义

PSNR（Peak Signal to Noise Ratio）是一种利用峰值信噪比来评定图像质量的客观标准，评价结果以dB（对比分贝）为单位来表示。2个图像间的PSNR值越大，越趋于无劣化。劣化程度较大时，PSNR值趋于0 dB。

两个m×n的单色图像I和K，如果两者的噪声近似，那么它们的均方差为：

3.1.2 PSNR算法的局限性

PSNR算法能较准确地计算出图像质量的误差值，并可以结合HVS视觉系统中生理学和心理学的特征，使用经验公式对误差值进行修正。但该算法也存在一定的局限性，即人类视觉系统是一种是非常复杂且高度非线性的系统，但在建立模型的时候，往往都是以线性结构或者类似线性结构的模型来仿真HVS，所以这种基于误差敏感度的评估方式是建立在一些理想的假设之上的。

3.2 SSIM算法

SSIM（structural similarity （SSIM） index measurement system）是一种衡量两幅图像相似度的新指标，在图像去噪处理和图像相似度评价上已经全面超越了SNR（signal to noise ratio）和PSNR（peak signal to noise ratio）。

3.2.1 算法突破

自然图像信号都是高度结构化的，这种结构化方式体现在图像的像素间都有很强的依赖性，这些相互依赖的像素就承载着图像重要的结构信息。

结构度相似理论的特点有：①结构相似度理论不再将图片的失真归结于空间上逐点像素信息间的差异，而是将结构信息从图像中剥离出来，作为全新的图像质量评价标准；②基于HVS特性的方法与SSIM理论的最大区别是前者是自底向上，后者是自顶向下；③由于结构相似度理论是直接估计两个复杂结构信号的结构改变，而不与人类的主观视觉挂钩，因此这样就可以更客观地评定图像质量。

3.2.2 数学模型

作为实现结构相似性理论的一种方法，从图像组成的角度出发，可以将结构相似度指数定义为独立于亮度、对比度之外的反映场景中物体结构的一种信息。在结构相似性的计算中，可以用均值估计亮度，用标准差估计对比度，用协方差度量结构的相似程度。

3.2.2.1 结构相似度核心算法模型

4 嵌入式中扩展应用

由于SSIM算法运算效率高、应用灵活，且图像相似度测量的精确度更高，因此在嵌入式领域中得到了广泛的应用。

4.1 指纹识别

随着越来越多的数据和私人信息流向于手持设备，信息安全问题逐渐引起人们的重视。根据指纹纹路的各种特征进行建模，并提取数据样本，然后使用SSIM算法来计算每次验证指纹时的图像相似度，从而给出相应的反映。在这一应用中，指纹的唯一性特征完全可以类比于HVS的特征。

4.2 信号滤波器

在工业领域，需要对各种传输信号进行过滤，通常情况下是以频率为基准对信号进行过滤，但在某些应用领域，需要先对信号加载的信息进行筛选分析，然后在对信号进行过滤。在引入SSIM算法对信号进行过滤时，所选取的参数不再是亮度、对比度、结构信息等，而是根据不同的信号种类建立不同的参考系，最终达到信号信息过滤的目的。

5 结束语

随着技术的进步，图像质量评价算法的研究呈现以下三个趋势，即从单纯的客观评价算法转化为主客观相结合的评价算法，无参考算法开始成为研究的热点，面向具体任务的评价算法逐渐增多。

图像质量评价算法的目标是得到与人的主观评价相一致的评价结果，任何图像质量评价的结果都要与人们的主观感知保持一致。目前的评价体系都在不同程度结合了HVS的相关特性，同时还融入了HVS特性的算法，这种方式比单纯以数据进行客观评价的算法更准确。因此，主客观结合的评价体系是图像质量评价发展的主流。

参考文献

[1]郭剑.基于嵌入式系统的数字图像处理技术的研究[D].西安：西安电子科技大学，2006.

[2]周景超，戴汝为，肖柏华.图像质量评价研究综述[J].计算机科学，2008（07）.

[3]佟雨兵，张其善，祁云平.基于PSNR与SSIM联合的图像质量评价模型[J].中国图像图形学报，2006（12）.

〔编辑：王霞〕

摘 要：嵌入式设备由于其硬件限制，在对显示图像进行一系列处理时会对图像的质量造成损害，进而影响显示效果。为降低损伤的程度，需要对图像处理的相关算法进行评估。通过对峰值信噪比（PSNR）和结构相似度（SSIM）两种图像质量评估算法进行比较，深入分析了图像质量的评估体系，提高了图像压缩算法的保真性。

关键词：嵌入式系统；峰值信噪比；结构相似度；人类视觉系统

中图分类号：TP391.41 文献标识码：A 文章编号：2095-6835（2014）10-0106-03

1 嵌入式系统

嵌入式系统是先进的计算机技术、半导体技术、电子技术和各种具体应用相结合的产物，是技术密集、资金密集、高度分散、不断创新的新型集成知识系统。它具有系统内核小、专用性强、系统精简、高实时性、多任务等诸多特点。

2 数字图像处理

数字图像处理又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。它以人为对象，以改善人的视觉效果为目的。常用的图像处理方法有图像增强、复原、编码、压缩等。

3 图像质量评估

图像处理的过程中，会因压缩、舍弃像素等操作使得图片质量在一定程度上受到损伤，为了降低这种损伤对图像可视化的影响，我们需要对图像处理中的相关算法进行评估，这对影像的后续利用和促进对人类视觉感知的研究具有重要的理论意义。

3.1 PSNR算法

3.1.1 PSNR的定义

PSNR（Peak Signal to Noise Ratio）是一种利用峰值信噪比来评定图像质量的客观标准，评价结果以dB（对比分贝）为单位来表示。2个图像间的PSNR值越大，越趋于无劣化。劣化程度较大时，PSNR值趋于0 dB。

两个m×n的单色图像I和K，如果两者的噪声近似，那么它们的均方差为：

3.1.2 PSNR算法的局限性

PSNR算法能较准确地计算出图像质量的误差值，并可以结合HVS视觉系统中生理学和心理学的特征，使用经验公式对误差值进行修正。但该算法也存在一定的局限性，即人类视觉系统是一种是非常复杂且高度非线性的系统，但在建立模型的时候，往往都是以线性结构或者类似线性结构的模型来仿真HVS，所以这种基于误差敏感度的评估方式是建立在一些理想的假设之上的。

3.2 SSIM算法

SSIM（structural similarity （SSIM） index measurement system）是一种衡量两幅图像相似度的新指标，在图像去噪处理和图像相似度评价上已经全面超越了SNR（signal to noise ratio）和PSNR（peak signal to noise ratio）。

3.2.1 算法突破

自然图像信号都是高度结构化的，这种结构化方式体现在图像的像素间都有很强的依赖性，这些相互依赖的像素就承载着图像重要的结构信息。

结构度相似理论的特点有：①结构相似度理论不再将图片的失真归结于空间上逐点像素信息间的差异，而是将结构信息从图像中剥离出来，作为全新的图像质量评价标准；②基于HVS特性的方法与SSIM理论的最大区别是前者是自底向上，后者是自顶向下；③由于结构相似度理论是直接估计两个复杂结构信号的结构改变，而不与人类的主观视觉挂钩，因此这样就可以更客观地评定图像质量。

3.2.2 数学模型

作为实现结构相似性理论的一种方法，从图像组成的角度出发，可以将结构相似度指数定义为独立于亮度、对比度之外的反映场景中物体结构的一种信息。在结构相似性的计算中，可以用均值估计亮度，用标准差估计对比度，用协方差度量结构的相似程度。

3.2.2.1 结构相似度核心算法模型

4 嵌入式中扩展应用

由于SSIM算法运算效率高、应用灵活，且图像相似度测量的精确度更高，因此在嵌入式领域中得到了广泛的应用。

4.1 指纹识别

随着越来越多的数据和私人信息流向于手持设备，信息安全问题逐渐引起人们的重视。根据指纹纹路的各种特征进行建模，并提取数据样本，然后使用SSIM算法来计算每次验证指纹时的图像相似度，从而给出相应的反映。在这一应用中，指纹的唯一性特征完全可以类比于HVS的特征。

4.2 信号滤波器

在工业领域，需要对各种传输信号进行过滤，通常情况下是以频率为基准对信号进行过滤，但在某些应用领域，需要先对信号加载的信息进行筛选分析，然后在对信号进行过滤。在引入SSIM算法对信号进行过滤时，所选取的参数不再是亮度、对比度、结构信息等，而是根据不同的信号种类建立不同的参考系，最终达到信号信息过滤的目的。

5 结束语

随着技术的进步，图像质量评价算法的研究呈现以下三个趋势，即从单纯的客观评价算法转化为主客观相结合的评价算法，无参考算法开始成为研究的热点，面向具体任务的评价算法逐渐增多。

图像质量评价算法的目标是得到与人的主观评价相一致的评价结果，任何图像质量评价的结果都要与人们的主观感知保持一致。目前的评价体系都在不同程度结合了HVS的相关特性，同时还融入了HVS特性的算法，这种方式比单纯以数据进行客观评价的算法更准确。因此，主客观结合的评价体系是图像质量评价发展的主流。

参考文献

[1]郭剑.基于嵌入式系统的数字图像处理技术的研究[D].西安：西安电子科技大学，2006.

[2]周景超，戴汝为，肖柏华.图像质量评价研究综述[J].计算机科学，2008（07）.

[3]佟雨兵，张其善，祁云平.基于PSNR与SSIM联合的图像质量评价模型[J].中国图像图形学报，2006（12）.

〔编辑：王霞〕