楼申龙　虞中捷

摘要；FSIM算法在彩色图像评价有较好的应用，但对于如何有效鉴别色彩失真的程度仍需讨论。通过研究不同颜色模型下FSIM算法对彩色图像评价结果，以色相和饱和度为指标，检测FSIM算法在不同模型应用上的评价。实验结果表明，YUV，YIQ两种颜色模型对颜色变化差异最敏感。

关键词：FSIM算法；彩色图像评价；色彩失真；颜色模型

中图分类号：TN912 文献标识码：A 文章编号：1009-3044（2017）07-0226-03

数字图像在获取、处理、压缩、存储和传输过程中会经受各种类型的退化，这些退化会影响图像的视觉效果。一般来说，图像质量评价方法分为主观评价方法和客观评价方法。根据能够得到的参考图像（原始图像）信息的多少，客观图像质量评价方法通常又可以分为三类，分别为全参考图像质量评价、半参考图像质量评价和无参考图像质量评价。全参考评价方法是目前为止客观图像评价方法中最可靠的方法。

此前全参考评价方法的研究者大多基于灰度图像进行特征提取和分析评价，然而现实世界是丰富多彩的，在对彩色图像进行评价时，必然会涉及两个非常重要的参数—色调、饱和度。为了科学地定量描述和使用颜色，人们提出了各种颜色模型。目前常用的颜色模型按用途可分为两类，一类面向诸如视频监视器、彩色摄像机或打印机之类的硬件设备。另一类面向以彩色处理为目的的应用，如动画中的彩色图形。

基于前者对全参考评价方法的研究，其中FSIM和FSIMc算法在几乎所有失真类型评价上都能有较满意的结果，评价结果比较稳定，是目前图像评价方法中最为理想的一种评价方法。……