张凌峰++李玉惠

摘要：随着智能交通的不断发展、监控设备的更新换代，交通监控系统获取到的图像信息每年都在成倍增长，其直接影响就是摄像设备采集到的无用信息太多，如何对其中的图像信息进行质量评价以及筛选是一个重要问题。为了改善这一现象，提出一种基于视觉显著性的交通图像质量评价方法。该方法将图像抽样成一些随机的感兴趣区域 ，然后对这些区域进行计算，最后得到显著性图像。实验结果表明，基于视觉显著性的交通质量评价方法效率高、实用性强。该方法得到的显著性图像明显符合人眼的视觉特性以及感兴趣区域，达到了预期效果。

关键词：图像质量评价；智能交通；视觉显著性；感兴趣区域；显著性图像

DOIDOI：10.11907/rjdk.172407

中图分类号：TP317.4文献标识码：A 文章编号：16727800（2017）010019503

0引言

近年来，随着数字图像信息技术的发展， 图像质量评价（Image Quality Assessment，IQA）成为图像信息技术的重要研究内容。随着科技的飞速发展，图像技术被广泛应用于各个领域，图像信息相比于其它信息优势显著，因此要对图像信息进行合理处理，对图像质量作出有效评价显得尤为重要。算法选择以及图像信息系统性能评价都有赖于对图像质量的有效评价。能否准确地评价图像质量是图像处理技术的核心问题之一。图像质量评价方法通常分为主观评价方法和客观评价方法。主观评价方法准确、可靠，但随着大数据时代的来临，每天获取到的图像数量不计其数，仅依靠主观评价方法会导致评价结果不稳定，无法适用于目前的图像信息工程当中；……