孙彦景 刘东林 谢新新 王艳芬

(中国矿业大学 信息与控制工程学院，江苏 徐州 221116)

基于人类视觉系统的特征相似性图像质量评价*

孙彦景 刘东林 谢新新 王艳芬

(中国矿业大学 信息与控制工程学院，江苏 徐州 221116)

为克服现有特征相似性(FSIM)图像质量评价算法对图像信息无序部分及边缘信息度量能力的不足，利用人类视觉系统的内在推导机制，提出基于人类视觉系统的特征相似性图像质量评价算法HFSIM.该算法采用自回归预测模型分解并解读图像内容的预测部分和无序部分；联合FSIM与边缘结构相似性算法度量预测部分，采用多尺度峰值信噪比(PSNR)度量无序部分的衰减情况，最后根据噪声能量融合图像信息预测部分与无序部分的评价结果得到图像质量评价.在6个公开基准数据库上的实验结果表明，该算法与人类主观感知具有高度的一致性，且在各类型失真图像的评价上具有较好的性能．

图像质量评价；人类视觉系统；内在推导机制； 特征相似性；边缘结构相似性

近年来，随着对人类视觉系统(HVS)的深入了解，很多研究者认识到HVS的特性会影响人们对图像的感知[1]，并结合图像质量评价做了大量的研究工作.Damera- Venkata等[2]提出了噪声质量检测模型(NQM)，证明了非线性的NQM是一种比线性测量方法更好的视觉质量评价方法；Watson[3]提出利用离散余弦变换(DCT)与小波变换(WT)将图像分解到频域，针对HVS与频率的关系设计了相关模型；Wang等[4]提出了结构相似度( SSIM)，认为人眼视……