童 冰

(漳州职业技术学院信息工程学院,福建 漳州 363000)

随着多媒体应用的迅速发展与普及,屏幕内容图像(screen content image,SCD)的处理和传输变得越来越重要. 屏幕内容图像(screen content image,SCI)是一种合成图像,不仅包含计算机生成的图形和文本,还包含数码相机拍摄的自然图像. 自然图像具有丰富的颜色以及少量的颜色变化,而屏幕内容图像具有更多的细线、清晰的边缘以及少量的颜色变化,在屏幕内容图像的获取、压缩及传输等过程中不可避免地产生各种失真. 例如,在传输阶段会产生噪声失真;在不同设备中进行屏幕分享时,会产生对比度变化失真;在图像压缩时会产生伪像现象. 由此,有必要提出一种有效的图像质量评估算法来处理屏幕内容图像. 根据参考原始图像信息的程度,图像质量评估算法可分为3种类型:无参考(no reference,NR)型、半参考(reduce reference,RR)型以及全参考(full reference,FR)型.

如何客观地评估图像质量,并确保从算法中得到的结果与人类视觉系统的感知具有较高的一致性,是图像质量评估算法的关键所在. 峰值信噪比(PSNR)算法和均方误差(MSE)算法仅考虑像素强度之间的差异,未考虑人类视觉系统的特点,得出的结果不能与主观感知产生较高的一致性[1-2]. 结构相似性度量(SSIM)[2]、梯度相似性度量(GSIM)[3]、特征相似性度量(FSIM)[4]及信息加权的SSIM(IW-SSIM)[5]等算法加入了对人类视觉系统特点的考虑. 进一步考虑到具有清晰边缘和轮廓的图像内容对人类视觉系统更为敏感,许多学者提出基于边缘信息的图像质量……