這篇是上兩篇的一個(gè)延續(xù)吧，對(duì)偏振HSI偽彩色圖像融合增強(qiáng)效果的一個(gè)評(píng)價(jià)

代碼里面包含了很多種評(píng)價(jià)方式，附帶一個(gè)評(píng)價(jià)說明，鏈接如下：

圖像質(zhì)量評(píng)價(jià)指標(biāo)（全），可結(jié)合blog-機(jī)器學(xué)習(xí)文檔類資源-CSDN下載

下面是我大作業(yè)用到了的，share！??

?

四、識(shí)別效果評(píng)價(jià)與分析

隨著經(jīng)濟(jì)指紋圖像信息技術(shù)的廣泛應(yīng)用，指紋圖像質(zhì)量的褒貶不一成為一個(gè)龐大而困難的基礎(chǔ)問題。加之指紋圖像信息的來源具有其他數(shù)據(jù)信息無法比擬的獨(dú)特的優(yōu)勢(shì)，所以在指紋圖像采集、處理、傳輸和記錄過程中，由于目前指紋圖像成像系統(tǒng)所、處理第一種方法、傳輸介質(zhì)和記錄輔助設(shè)備的不完善，以及運(yùn)動(dòng)物體、噪聲污染等原因，勢(shì)必地會(huì)造成一些疊加圖像曝光過度和劣化。這給圖像質(zhì)量評(píng)價(jià)問題帶來了很大的困難。例如，在指紋圖像識(shí)別中，采集到的指紋圖像成品質(zhì)量隨后影響識(shí)別最終結(jié)果的準(zhǔn)確性和可靠性。當(dāng)然，對(duì)圖像質(zhì)量的合理評(píng)價(jià)具有豐富而且重要的應(yīng)用價(jià)值。

1.? 人類視覺系統(tǒng)（HVS）

a) 從空間頻域來看，人眼是一個(gè)低通線性系統(tǒng)

b) 人眼對(duì)亮度的響應(yīng)具有對(duì)數(shù)非線性性質(zhì)

c) 人類對(duì)亮度信號(hào)的空間分辨率大于對(duì)色度信號(hào)的空間分辨率

d) 人眼視覺系統(tǒng)對(duì)信號(hào)進(jìn)行加權(quán)求和運(yùn)算，相當(dāng)于使信號(hào)通過一個(gè)帶通濾波器。

e) 圖像的邊緣信息對(duì)視覺很重要，特別是邊緣的位置信息，人眼容易感覺到邊緣的位置變化，而對(duì)邊緣的灰度誤差并不敏感

f) 人眼的視覺掩蓋效應(yīng)是一種局部效應(yīng)，受背景照度、紋理復(fù)雜性和信號(hào)頻率的影響，具有不同局部特性的區(qū)域，在保證不被人眼察覺的前提下，允許改變的信號(hào)強(qiáng)度不同

2. 分類

圖像質(zhì)量評(píng)價(jià)（IQA），根據(jù)參考圖片（reference image），即原始圖片的存在與否，可分為：

a) 全參考（full-reference）方法

b) 半?yún)⒖迹╮educed-reference）方法

c) 無參考（no-reference）方法

其中，F(xiàn)R方法研究比較成熟，相關(guān)方法較多。RR方法只有原始圖片的部分信息，相關(guān)方法不是很有效，NR方法目前還處于研究中，因此我們這里只對(duì)FR方法進(jìn)行介紹

3. FR方法

FR方法需要同時(shí)用到原始圖片和失真圖片，對(duì)二者的特征進(jìn)行相似性比較。一般來說，F(xiàn)R-IQA包括兩類方法，一種是傳統(tǒng)的自底向上方法，這類方法基于HVS的某些視覺通路，如掩蓋效應(yīng)，對(duì)比靈敏度，最小可視差等，由于HVS的復(fù)雜性和認(rèn)知的有限性，這類自底向上的方法通常很難與主觀感知保持一致；比較經(jīng)典的自底向上方法有MSE/PSNR。另一種是自頂向下的方法。這類方法對(duì)HVS的整體函數(shù)進(jìn)行建模，利用了圖像的全局信息，與主觀感知的一致性要高于前一類方法。

圖像質(zhì)量大眾評(píng)價(jià)其次采用客觀核心指標(biāo)進(jìn)行圖像質(zhì)量歷史評(píng)價(jià)，選取了以下幾個(gè)重要意義代表性作品的評(píng)價(jià)指標(biāo)：

（1）SSIM指數(shù)：SSIM測(cè)量系統(tǒng)由三個(gè)對(duì)比模塊組成，分別是亮度、對(duì)比度、結(jié)構(gòu)。

（2）平均梯度（Average Gradient）:也稱為清晰度，反映了圖像中的微小細(xì)節(jié)反差與紋理變化特征，同時(shí)也反映了圖像的清晰度，越大越好。

（3）圖像質(zhì)量的評(píng)價(jià)熵值：指紋圖像的平均信息量，從信息論的角度衡量圖像呈現(xiàn)中的信息量。指紋圖像中信息的熵越大，指紋疊加圖像包含的內(nèi)部信息就越多。

（4）峰值信噪比（PSNR）: PSNR越高,說明融合效果與質(zhì)量越好。

4.1 SSIM指數(shù)

自然圖像具有極高的結(jié)構(gòu)性，表現(xiàn)在圖像的像素間存在著很強(qiáng)的相關(guān)性，這些相關(guān)性在視覺場(chǎng)景中攜帶著關(guān)于物體結(jié)構(gòu)的重要信息。我們假設(shè)人類視覺系統(tǒng)（HSV）主要從可視區(qū)域內(nèi)獲取結(jié)構(gòu)信息。所以通過探測(cè)結(jié)構(gòu)信息是否改變來感知圖像失真的近似信息，衡量?jī)煞鶊D像的相似度。物體表面的亮度信息與照度和反射系數(shù)有關(guān)，且場(chǎng)景中的物體的結(jié)構(gòu)與照度是獨(dú)立的，反射系數(shù)與物體有關(guān)。??? 我們可以通過分離照度對(duì)物體的影響來探索一張圖像中的結(jié)構(gòu)信息。

這里，把與物體結(jié)構(gòu)相關(guān)的亮度和對(duì)比度作為圖像中結(jié)構(gòu)信息的定義。因?yàn)橐粋€(gè)場(chǎng)景中的亮度和對(duì)比度總是在變化的，所以我們可以通過分別對(duì)局部的處理來得到更精確的結(jié)果。

第三，在正常視距內(nèi)，人們只能將視線聚焦在圖像的一個(gè)區(qū)域內(nèi)，所以局部處理更符合人類視覺系統(tǒng)的特點(diǎn)；第四，局部質(zhì)量檢測(cè)能得到圖片空間質(zhì)量變化的映射矩陣，結(jié)果可服務(wù)到其他應(yīng)用中。

?? 可以利用滑動(dòng)窗將圖像分塊，令分塊總數(shù)為N，考慮到窗口形狀對(duì)分塊的影響，采用高斯加權(quán)計(jì)算每一窗口的均值、方差以及協(xié)方差，然后計(jì)算對(duì)應(yīng)塊的結(jié)構(gòu)相似度SSIM，最后將平均值作為兩圖像的結(jié)構(gòu)相似性度量，即平均結(jié)構(gòu)相似性MSSIM。將HIS融合圖和HSI偏振角圖和HSI偏振度圖進(jìn)行SSIM評(píng)價(jià)：

結(jié)果為0.1698和0.044，說明融合后圖像相較于HSI偏振角圖與HSI偏振度圖在亮度、對(duì)比度、結(jié)構(gòu)均有了較大改進(jìn)。

4.3 熵值

信息論之父克勞德·香農(nóng)給出的信息熵的三個(gè)性質(zhì)：

（1）單調(diào)性，發(fā)生概率越高的事件，其攜帶的信息量越低；

（2）非負(fù)性，信息熵可以看作為一種廣度量，非負(fù)性是一種合理的必然；

（3）累加性，即多隨機(jī)事件同時(shí)發(fā)生存在的總不確定性的量度是可以表示為各事件不確定性的量度的和，這也是廣度量的一種體現(xiàn)。

熵表示圖像所包含的平均信息量的多少,嫡值越大則所含信息量越多，信息熵的定義公式：

融合后圖像熵值相較于HSI偏振角圖略有增高，比HSI偏振度圖的熵值略低，說明融合后圖像的信息量基本沒有變化，圖像不存在失真與變化。

4.4 峰值信噪比

?????? 峰值信噪比（PSNR）， 一種評(píng)價(jià)圖像的客觀標(biāo)準(zhǔn)。它具有局性，PSNR是“PeakSignaltoNoiseRatio”的縮寫。peak的中文意思是頂點(diǎn)。而ratio的意 思是比率或比列的。整個(gè)意思就是到達(dá)噪音比率的頂點(diǎn)信號(hào)，psnr一般是用于最大值信號(hào)和背景噪音之間的一個(gè)工程項(xiàng)目。通常在經(jīng)過影像壓縮之后，通常輸 出的影像都會(huì)在某種程度與原始影像不同。為了衡量經(jīng)過處理后的影像品質(zhì)，我們通常會(huì)參考PSNR值來衡量某個(gè)處理程序能否令人滿意。它是原圖像與被處理圖 像之間的均方誤差相對(duì)于(2^n-1)^2的對(duì)數(shù)值(信號(hào)最大值的平方，n是每個(gè)采樣值的比特?cái)?shù))，它的單位是dB。PSNR是最普遍和使用最為廣泛的一種圖像客觀評(píng)價(jià)指標(biāo)，然而它是基于對(duì)應(yīng)像素點(diǎn)間的誤差，即基于誤差敏感的圖像質(zhì)量評(píng)價(jià)。由于并未考慮到人眼的視覺特性（人眼對(duì)空間頻率較低的對(duì)比差異敏感度較高，人眼對(duì)亮度對(duì)比差異的敏感度較色度高，人眼對(duì)一個(gè)區(qū)域的感知結(jié)果會(huì)受到其周圍鄰近區(qū)域的影響等），因而經(jīng)常出現(xiàn)評(píng)價(jià)結(jié)果與人的主觀感覺不一致的情況。

給定一個(gè)大小為?m×nm×n?的干凈圖像?II?和噪聲圖像?KK，均方誤差?(MSE)定義為：

?

上面是針對(duì)灰度圖像的計(jì)算方法，如果是彩色圖像，通常有三種方法來計(jì)算。

分別計(jì)算 RGB 三個(gè)通道的 PSNR，然后取平均值。

計(jì)算 RGB 三通道的 MSE ，然后再除以 3 。將圖片轉(zhuǎn)化為 YCbCr 格式，然后只計(jì)算 Y 分量也就是亮度分量的 PSNR。

?????? MSE表示當(dāng)前圖像X和參考圖像Y的均方誤差（Mean Square Error），H、W分別為圖像的高度和寬度；PSNR的單位是dB，數(shù)值越大表示失真越小。

?????? 一般來說，PSNR高于40dB說明圖像質(zhì)量極好（即非常接近原始圖像），在30—40dB通常表示圖像質(zhì)量是好的（即失真可以察覺但可以接受），在20—30dB說明圖像質(zhì)量差；最后，PSNR低于20dB圖像不可接受。

求融合后圖像峰值信噪比為58.7560，說明圖像質(zhì)量較好。文章來源地址http://www.zghlxwxcb.cn/news/detail-445780.html

到了這里，關(guān)于圖像質(zhì)量評(píng)價(jià)matlab實(shí)現(xiàn)（含代碼）的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！