一种斜三角开口对环结构的双频段左手材料

２０１２年８月第３９卷　第４期

西安电子科技大学学报（自然科学版）

ＪＯＵＲＮＡＬ　ＯＦ　ＸＩＤＩＡＮ　ＵＮＩＶＥＲＳＩＴＹ

Ａｕｇ．２０１２ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１‐２４００．２０１２．０４．０２８

视觉相似性图像质量评价方法

崔　力１，陈玉坤２，韩　宇２

（１．西北工业大学电子信息工程学院，陕西西安　７１００７２；

２．西安电子科技大学综合业务网理论及关键技术国家重点实验室，陕西西安　７１００７１）

摘要：低层次视觉特征是计算机视觉系统从环境中获取信息并做出反应的重要依据．考虑到低层次视觉特征包含了图像亮度变化、分布和组织等重要信息，视觉特征差异就反映了图像内在结构的变化．利用人眼视觉感知的局部性与非均匀的特点，分别在角点和边缘特征域测量参考图像和测试图像的相似度，并将其合并为对图像整体质量的度量．在ＩＶＣ、ＴＩＤ２００８、Ｔｏｍａｙａ‐ＭＩＣＴ、ＬＩＶＥ和ＣＳＩＱ图像数据库上，对基于低层次视觉特征的图像质量评价方法和传统的ＰＳＮＲ、ＳＳＩＭ、ＩＦＣ和ＶＩＦ方法进行了性能比较．实验表明，基于低层次视觉特征的图像质量评价方法在整体性能上要远远优于ＰＳＮＲ和ＳＳＩＭ方法，并且能够与公认性能较好的、基于自然场景统计的ＩＦＣ和ＶＩＦ方法相媲美．关键词：图像质量；人眼视觉感知；角点；边缘

中图分类号：ＴＮ９１１．７３　　文献标识码：Ａ　　文章编号：１００１‐２４００（２０１２）０４‐０１５５‐０６

Ｖｉｓｕａｌｓｉｍｉｌａｒｉｔｙｉｎｄｅｘｆｏｒｉｍａｇｅｑｕａｌｉｔｙａｓｓｅｓｓｍｅｎｔ

（１．ＣｏｌｌｅｇｅｏｆＥｌｅｃｔｒｏｎｉｃＩｎｆｏｒｍａｔｉｏｎ，ＮｏｒｔｈｗｅｓｔｅｒｎＰｏｌｙｔｅｃｈｎｉｃＵｎｉｖ．，Ｘｉ摧ａｎ　７１００７２，Ｃｈｉｎａ；２．ＳｔａｔｅＫｅｙＬａｂ．ｏｆＩｎｔｅｇｒａｔｅｄＳｅｒｖｉｃｅＮｅｔｗｏｒｋｓ，ＸｉｄｉａｎＵｎｉｖ．，Ｘｉ摧ａｎ　７１００７１，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：　Ｌｏｗｌｅｖｅｌｆｅａｔｕｒｅｓａｒｅｗｉｄｅｌｙｕｓｅｄｉｎｃｏｍｐｕｔｅｒｖｉｓｉｏｎｆｏｒａｃｑｕｉｒｉｎｇｉｎｆｏｒｍａｔｉｏｎｆｒｏｍｏｕｔｓｉｄｅ

ｃｉｒｃｕｍｓｔａｎｃｅａｎｄｒｅｓｐｏｎｄｉｎｇｔｏｉｔ．Ｃｏｎｓｉｄｅｒｉｎｇｔｈａｔｌｏｗｌｅｖｅｌｆｅａｔｕｒｅｓｐｒｏｖｉｄｅａｒｉｃｈｓｏｕｒｃｅｏｆｉｎｆｏｒｍａｔｉｏｎａｂｏｕｔｌｕｍｉｎａｎｃｅｄｉｓｔｒｉｂｕｔｉｏｎ，ｏｂｊｅｃｔｏｒｇａｎｉｚａｔｉｏｎａｎｄｆｏｒｅｇｒｏｕｎｄ／ｂａｃｋｇｒｏｕｎｄｃｏｎｆｉｇｕｒａｔｉｏｎ，ｔｈｅｉｒｄｉｆｆｅｒｅｎｃｅｒｅｆｌｅｃｔｓｔｈｅｓｔｒｕｃｔｕｒａｌｃｈａｎｇｅｏｆｉｍａｇｅｓ．Ｂａｓｅｄｏｎｔｈｅｆａｃｔｔｈａｔｔｈｅｈｕｍａｎｖｉｓｉｏｎｓｙｓｔｅｍａｌｗａｙｓｆｏｃｕｓｅｓｏｎｔｈｅｌｏｃａｌｎｅｉｇｈｂｏｒｈｏｏｄｓａｒｏｕｎｄｇａｚｉｎｇｐｏｓｉｔｉｏｎｓ，ｓｉｍｉｌａｒｉｔｙｂｅｔｗｅｅｎｃｏｒｎｅｒａｎｄｅｄｇｅｏｆｉｍａｇｅｓｉｓｅｓｔｉｍａｔｅｄｌｏｃａｌｌｙａｎｄｃｏｍｂｉｎｅｄｉｎｔｏａｎｉｍａｇｅｑｕａｌｉｔｙｍｅｔｒｉｃ，ｎａｍｅｌｙｌｏｗ‐ｌｅｖｅｌｆｅａｔｕｒｅｓｂａｓｅｄｓｉｍｉｌａｒｉｔｙｍｅａｓｕｒｅ（ＬＦＳＩＭ）．Ｅｘｔｅｎｓｉｖｅｅｘｐｅｒｉｍｅｎｔｓｂａｓｅｄｕｐｏｎｆｉｖｅｐｕｂｌｉｃｌｙ‐ａｖａｉｌａｂｌｅｉｍａｇｅｄａｔａｂａｓｅｓｗｉｔｈｓｕｂｊｅｃｔｉｖｅｒａｔｉｎｇｓｄｅｍｏｎｓｔｒａｔｅｔｈａｔＬＦＳＩＭｐｅｒｆｏｒｍｓｍｕｃｈｂｅｔｔｅｒｔｈａｎｔｒａｄｉｔｉｏｎａｌｐｅａｋｓｉｇｎａｌｎｏｉｓｅｒａｔｉｏ（ＰＳＮＲ）ａｎｄｓｔｒｕｃｔｕｒａｌｓｉｍｉｌａｒｉｔｙｍｅａｓｕｒｅ（ＳＳＩＭ），ａｎｄｉｓｅｖｅｎｃｏｍｐｅｔｉｔｉｖｅｔｏｔｈｅｓｔａｔｅ‐ｏｆ‐ｔｈｅａｒｔｉｍａｇｅｑｕａｌｉｔｙａｓｓｅｓｓｍｅｎｔａｌｇｏｒｉｔｈｍｓｉｎｆｏｒｍａｔｉｏｎｆｉｄｅｌｉｔｙｃｒｉｔｅｒｉａ（ＩＦＣ）ａｎｄｖｉｓｕａｌｉｎｆｏｒｍａｔｉｏｎｆｉｄｅｌｉｔｙ（ＶＩＦ），ｗｈｉｃｈａｒｅｄｅｖｅｌｏｐｅｄｏｎｔｈｅｂａｓｉｓｏｆｎａｔｕｒａｌｓｃｅｎｅｓｔａｔｉｓｔｉｃｓ．

ＫｅｙＷｏｒｄｓ：　ｉｍａｇｅｑｕａｌｉｔｙ；ｖｉｓｕａｌｐｅｒｃｅｐｔｉｏｎ；ｃｏｒｎｅｒ；ｅｄｇｅ

ＣＵＩＬｉ，ＣＨＥＮＹｕｋｕｎ，ＨＡＮＹｕ

１

２

２

图像质量评价广泛应用于数字成像系统的各个环节（采集、压缩、编码、去噪、增强、水印、认证、存储、合

［１］

成与复制等），以达到实时质量监控、参数与性能优化等目的．传统的主观图像质量评价主要依赖于心理学实验的测定，而这些实验不仅对实验条件有着苛刻的要求，而且实施步骤复杂，不能满足实时性的要求．因此，客观图像质量评价方法出现在人们视野中．

收稿日期：２０１１‐１２‐３０　　　　网络出版时间：２０１２‐０３‐２１

基金项目：陕西省自然科学基金资助项目（２０１１ＪＱ８０３８）；人事部留学人员科技活动资助项目；西北工业大学基础研究基金资助项目

（ＪＣ２０１０１４）；西北工业大学Ｅ之星青年基金资助项目

作者简介：崔　力（１９８０－），男，讲师，Ｅ‐ｍａｉｌ：ｌ．ｃｕｉ＠ｎｗｐｕ．ｅｄｕ．ｃｎ．

网络出版地址：ｈｔｔｐ：／／ｗｗｗ．ｃｎｋｉ．ｎｅｔ／ｋｃｍｓ／ｄｅｔａｉｌ／６１．１０７６．ＴＮ．２０１２０３２１．１５３８．２０１２０４．１９４惨０２８．ｈｔｍｌ

　１　　　　　　　　　　　　　５６

　　西安电子科技大学学报（自然科学版）　　　　　　　　　　　　　　第３９卷

客观图像质量评价方法可以分为全参考、半参考和无参考算法，分别需要完整的参考图像、参考图像的

［２］

部分信息和不需要任何关于参考图像的信息．由于无参考算法的开发难度很高且对失真类型比较敏感，而

［３］

半参考算法与全参考算法在开发过程中具有高度共通性，当前国内外的研究主要集中在全参考图像质量评价算法上．传统的全参考图像质量评价指标包括常见的均方差（ＭＳＥ）、信噪比（ＳＮＲ）和峰值信噪比（ＰＳＮＲ）．尽管它们有着计算简单和物理含义清晰的优点，但是由于与人眼的视觉感知存在着较大差异而饱受批评．为了克服上述问题，研究人员通过引入人眼视觉特征，使得客观算法估计与人眼视觉感知吻合度更高．例如，加权信噪比（ＷＳＮＲ）［４］首先利用人眼视觉系统（ＨＶＳ）的对比度敏感函数（ＣＳＦ）对信号和噪音进行

［４］

频域加权处理，然后在空间域计算信噪比．噪音质量度量（ＮＱＭ）利用Ｐｅｌｉ对比度金字塔产生与待测图像

［５］

在视觉上高度相似的模拟图像，并通过计算模拟图像的信噪比来估计图像感知质量．视觉信噪比（ＶＳＮＲ）尝试利用人眼视觉系统的临界阈值和超阈值视觉感知特点共同开发图像质量评价算法．但是，这类方法往往计算复杂度较高，并且由于目前学界对于人眼视觉系统理解的局限性，因此对人眼视觉系统的建模受到了诸多因素的制约．

近年来，有学者尝试利用视觉信息处理模型来模拟人眼视觉系统的功能．假设图像质量下降主要是由结

［６］

构信息的丢失造成的，Ｗａｎｇ等提出了一种新颖的视觉信息处理模型，即在３个相互独立的信道中分别估

［７］

计得到的亮度、对比度和结构相似性度量，共同构成了图像总体质量．ＦＳＩＭ首先在特征域（梯度和相位一致性）上测量参考图像与测试图像视觉差异，然后将其合并为图像感知质量．自然场景统计（ＮＳＳ）是一种对自然场景图像在小波域进行特征描述的方法，任何本地邻域内的小波系数组成的向量可以表示为高斯向量

［８］［９］

与标量随机场的乘积．Ｓｈｅｉｋｈ的ＩＦＣ和ＶＩＦ算法以自然场景统计为基础，并通过测量参考图像与测试图像之间共享信息的数量来估计图像的感知质量．相比于ＩＦＣ算法，ＶＩＦ考虑到了人眼视觉系统在质量判

［１０］

断过程中的不确定性，并将其用高斯噪音场来表示．ＩＷ‐ＳＳＩＭ首先采用自然场景统计测量参考图像和测试图像的本地信息共享程度，并用其对局部相似度进行空间域加权，最终获得图像的整体质量．

考虑到低层次视觉特征包含了图像亮度变化、分布和组织等重要信息，因此低层次视觉特征差异就反映了图像内在结构的变化．笔者提出了一种对低层次视觉特征（角点和边缘）的图像质量评价方法（Ｌｏｗ‐ｌｅｖｅｌＦｅａｔｕｒｅｓｂａｓｅｄＳＩｍｉｌａｒｉｔｙＭｅａｓｕｒｅ，ＬＦＳＩＭ）．在ＩＶＣ、ＴＩＤ２００８、Ｔｏｍａｙａ‐ＭＩＣＴ、ＬＩＶＥ和ＣＳＩＱ图像数据库上，比较了基于低层次视觉特征的图像质量评价方法和传统的ＰＳＮＲ、ＳＳＩＭ、ＩＦＣ和ＶＩＦ方法的性能．实验表明，基于低层次视觉特征的图像质量评价方法在整体性能上要远远优于ＰＳＮＲ和ＳＳＩＭ方法，并且能够与公认性能较好的基于自然场景统计的ＩＦＣ和ＶＩＦ方法相媲美．

１　基于视觉相似性的图像质量评价

笔者提出的基于视觉相似性的图像质量评价框架如图１所示，包括了低层次视觉特征提取、结构相似性估计、合并处理和空间域综合等４

个步骤．

图１　基于视觉相似性的图像质量评价框架

１畅１　低层次视觉特征提取

角点和边缘是计算机视觉中的常见特征，它们分别表示了图像的边缘曲率变化情况以及亮度变化剧烈

第４期　　　　　　　　　　　　　　崔　力等：视觉相似性图像质量评价方法

［１１］

１５７

程度．笔者采用了一种基于本地能量模型的低层次特征的检测方法，该模型假定视觉显著的特征通常都发生在相位一致性（ＰＣ）最大的位置．相比于其他方法，该方法具有如下优点：（１）不需要人为地设定门限值；（２）对亮度变化、模糊和放大操作不敏感．

ｅｏ

假定Ｍｎ，Ｍｎ分别表示第ｎ阶偶对称和奇对称滤波器，一维信号Ｉ（ｘ）的响应可以表示为［ｅｎ（ｘ），ｏｎ（ｘ）］＝［Ｉ（ｘ）Ｍｎ，Ｉ（ｘ）Ｍｎ］．因此，它的幅度和相位表示为Ａｎ（ｘ）＝ａｒｃｔａｎｎ（ｘｅｎ（ｘ））．设Ｆ（ｘ）＝Ｅ（ｘｅ

ｏ

ｅｎ（ｘ）＋ｏｎ（ｘ）

２

２

１／２

和φｎ（ｘ）＝

∑

ｎ

ｅｎ（ｘ），Ｈ（ｘ）＝

∑

ｎ

ｏｎ（ｘ），其相位一致性定义为ＰＣ（ｘ）＝

∑

ｎ

ｊ

Ａｎ（ｘ）＋．类似地，二维信号Ｉ（ｘ）的相位一致性可以表示为

ＰＣθ（ｘ）＝

ωθｊ（ｘ）∑

珚θ（ｘ）＋Ｏｎ，θ（ｘ）Ｏ珚θ（ｘ）＋Ｅｎ，θｊ（ｘ）Ｅｊｊｊ珚θ（ｘ）＋Ｏｎ，θ（ｘ）Ｅ珚θ（ｘ）＋ＴＥｎ，θｊ（ｘ）Ｏｊｊｊ

∑

ｎ

Ａｎ，θｊ（ｘ）＋ε

　，

（１）式中，ｘ是二维位置坐标；ｎ和θｊ分别表示二维滤波器的阶数和方向；ωθｊ是给定方向上的权重；Ｅｎ，θｊ和

珚θ和Ｏ珚θ分别是Ｅｎ，θ和Ｏｎ，θ的均值；Ｔ是噪声影响ＥＯｎ，θ分别表示二维滤波器响应的偶对称和奇对称分量；

ｊ

ｊ

ｊ

ｊ

ｊ

的估计值；ε是无穷小的常量，用来保证计算的稳定性．假定α（ｘ）＝

∑

ｊ

（ＰＣθ（ｘ）ｃｏｓθｊ），β（ｘ）＝

２

ｊ

∑

ｊ

（ＰＣθ（ｘ）ｃｏｓθｊ）（ＰＣθ（ｘ）ｓｉｎθｊ），γ（ｘ）＝

ｊ

ｊ

∑

ｊ

（ＰＣθ（ｘ）ｓｉｎθｊ），则角点和边缘特征定义如下：

２

ｊ

Ｃ（ｘ）＝α（ｘ）＋γ（ｘ）＋

β（ｘ）＋（α（ｘ）－γ（ｘ））

２

２２

１／２

２　，２　．

（２）（３）

Ｅ（ｘ）＝α（ｘ）＋γ（ｘ）－β（ｘ）＋（α（ｘ）－γ（ｘ））

２

１／２

１畅２　结构相似性估计

如图２所示，首先利用上述方法得到参考图像和测试图像的边缘和角点图，并将其分为１１×１１的重叠块．给定参考图像边缘图中的任一子块Ｂ１和它在测试图像边缘图中的对应块Ｂ２，它们的均值、方差和互方差分别表示为（μ１，δ２）和δ１２．本地块相似度ＳＥ（ｘ，ｙ）定义为亮度相似度ｌ（ｘ，ｙ）、对比度相似度μ２）、（δ１，ｃ（ｘ，即ｙ）和结构相似度ｓ（ｘ，ｙ）的乘积，

ＳＥ（ｘ，（４）ｙ）＝ｌ（ｘ，ｙ）ｃ（ｘ，ｙ）ｓ（ｘ，ｙ）　，其中，ｌ（ｘ，ｃ（ｘ，ｓ（ｘ，ｙ）＝（２ｕ１ｕ２＋Ｃ１（ｕ１＋ｕ２＋Ｃ１）；ｙ）＝（２δ１δ２＋Ｃ２（δ１＋δ２＋Ｃ２）；ｙ）＝（δ１２＋Ｃ３（δ１δ２＋Ｃ３），Ｃ１，Ｃ２和Ｃ３为参数．

假定参数Ｃ３＝Ｃ２／２，式（４）可以表示为

ＳＥ（ｘ，ｙ）＝（２μ１μ２＋Ｃ１（μ１＋μ２＋Ｃ１２

２

２

２

２

２

（２δ１２＋Ｃ２（δ１＋δ２＋Ｃ２　，

２２

（５）

式中，（ｘ，Ｃ１和Ｃ２用来确保上式中分母的值大于零．ｙ）是块Ｂ１和Ｂ２所在位置的空间坐标；

由于人眼视觉感知细胞分布的不均匀性，人眼视觉系统对于视觉中心比周围区域有着更高的敏感度．计算均值方差和互方差时，位于块中心的像素具有最高的权重，其他像素距离中心越来越远，因而其权重逐渐减小．同理，可以计算出角点的块相似度ＳＣ（ｘ，ｙ）为

２２

ＳＣ（ｘ，２）＋Ｃ１ｙ）＝（２μ′１μ′２＋Ｃ１（（μ′１）＋（μ′

′′２′２

（２δ１２＋Ｃ２（（δ１）＋（δ２）＋Ｃ２　．（６）

１畅３　合并处理与空间域综合

图像的整体相似度定义为边缘和焦点块相似度进行指数修正后的乘积，并在空间域求和，表示为

ＭＬＦＳＩＭ

＝

Ｍ

Ｎ

ｘ＝１ｙ＝１

∑∑

β

ＳＥ（ｘ，ｙ）ＳＣ（ｘ，ｙ）　．

α

（７）

２　实验及结果比较

在ＩＶＣ

［１２］

、ＴＩＤ２００８

［１３］

、Ｔｏｍａｙａ‐［１４］

、ＬＩＶＥ

［１５］

和ＣＳＩＱ

［１６］

图像数据库上，对基于低层次视觉特征

图２　基于本地块比较的结构相似性估计

的图像质量评价方法和传统的ＰＳＮＲ、ＳＳＩＭ、ＩＦＣ和ＶＩＦ图像质量评价算法进行了性能比较．经过实验测试，可确定参数α＝０畅８，首先用下述的非线性映射过程将这些算法的输出转变β＝１畅１．为了比较的公正性，

为与主观感知质量（ＤｉｆｆｅｒｅｎｔｉａｌＭｅａｎＯｐｉｎｉｏｎＳｃｏｒｅ，ＤＭＯＳ）相类似的ＰＭＯＳ（ＰｒｅｄｉｃｔｅｄＭｅａｎＯｐｉｎｉｏｎ（８）ＳＰＭＯＳ＝β１０畅５＋＋β４ｘ＋β５　，

１＋ｅｘｐ（β２（ｘ－β３式中，ｘ代表客观算法的质量估计；参数β１～β５的数值可以利用Ｍａｔｌａｂ的函数ｆｍｉｎｕｃｈ来求解．然后，利用Ｃｏｅｆｆｉｃｉｅｎｔ，ＳＲＯＣＣ）、均方根误差（ＲｏｏｔＭｅａｎＳｑｕａｒｅＥｒｒｏｒ，ＲＭＳＥ）和平均绝对误差（ＭｅａｎＡｂｓｏｌｕｔｅ了主观质量预测的准确性和单调性，均方根误差和平均绝对误差表征一致性．

ＴＩＤ２００８、Ｔｏｍａｙａ‐ＭＩＣＴ、ＬＩＶＥ和ＣＳＩＱ图像数据库的整体表现情况．可以观察到，尽管ＶＩＦ仍然是目前性

表１是ＰＳＮＲ、ＳＳＩＭ、ＩＦＣ、ＶＩＦ和笔者提出的基于低层次视觉特征的图像质量评价方法在ＩＶＣ、Ｅｒｒｏｒ，ＭＡＥ）来描述ＰＭＯＳ与ＤＭＯＳ的吻合程度

［１２］

Ｓｃｏｒｅ）值，表示为

相关系数（ＣｏｒｒｅｌａｔｉｏｎＣｏｅｆｆｉｃｉｅｎｔ，ＣＣ）、Ｓｐｅａｒｍａｎ等级相关系数（ＳｐｅａｒｍａｎＲａｎｋＯｒｄｅｒＣｏｒｒｅｌａｔｉｏｎ

．其中，相关系数和Ｓｐｅａｒｍａｎ等级相关系数分别表征

能相对较好的图像质量评价算法，但是这并不是绝对的，例如ＩＦＣ在ＩＶＣ数据库上就要好于ＶＩＦ．总的来说，基于低层次视觉特征的图像质量评价方法在整体性能上完全能够与传统的基于自然场景统计的方法相

媲美，并且其性能介于ＩＦＣ和ＶＩＦ之间．此外，尽管基于低层次视觉特征的图像质量评价方法仍然采用了

合并为图像的整体质量度量．实验结果也证明了这种思路的成功，基于低层次视觉特征图像整体质量的评价方法的性能要远远优于ＳＳＩＭ，并且以较小优势领先于ＩＦＣ算法（ＴＩＤ２００８、Ｔｏｍａｙａ‐ＭＩＣＴ、ＬＩＶＥ和ＣＳＩＱ数据库上）或者ＶＩＦ算法（ＩＶＣ数据库上）．

表１　ＰＳＮＲ、ＳＳＩＭ、ＩＦＣ、ＶＩＦ和ＬＦＳＩＭ算法在ＩＶＣ、ＴＩＤ、Ｔｏｍａｙａ‐ＭＩＣＴ、ＬＩＶＥ

和ＣＳＩＱ数据库上的整体表现

图像数据库

图像质量评价算法

ＳＳＩＭＩＦＣＶＩＦＳＳＩＭＩＦＣ

相关系数／％

７８畅４６９１畅３８９０畅２９

Ｓｐｅａｒｍａｎ等级相关系数／％

７７畅７２９０畅４４８９畅５４

均方根误差

０畅７６０畅５００畅５３

平均绝对误差

０畅５８０畅３９０畅４１

ＴＩＤ２００８

ＬＦＳＩＭＰＳＮＲＶＩＦＬＦＳＩＭＰＳＮＲＳＳＩＭＬＦＳＩＭＰＳＮＲＳＳＩＭＩＦＣＰＳＮＲＳＳＩＭＩＦＣＶＩＦＩＦＣＶＩＦ

９０畅９７５６畅３２

６４畅１４７３畅５８

９０畅４１５８畅３２

Ｔｏｍａｙａ‐ＭＩＣＴ

８０畅９０７５畅７９６３畅２４７９畅４３

６２畅７７６７畅１４

０畅５１１畅１１

８４畅３５９１畅４４

７４畅９６７２畅３４６１畅３０７８畅６５

１畅０３０畅９１

０畅４１０畅８４

ＬＩＶＥ

ＣＳＩＱ

ＶＩＦＬＦＳＩＭ

８８畅２６８７畅１９８７畅６９９０畅９０

８３畅８７９０畅８６

０畅７９０畅８８０畅９７０畅７６

０畅８２０畅７４

９４畅９４９２畅９８

８７畅９４８７畅７４８７畅６３９１畅０６

７８畅７２８１畅５１

９５畅１８９３畅６６

０畅５９１５畅７６７畅７４６畅７１５畅０６６畅０６０畅１６０畅１５

０畅６７０畅５１

０畅６１０畅６９０畅７９０畅６０

０畅４６１４畅４６５畅８７５畅１８３畅９０５畅０４０畅１３０畅１２０畅５３０畅４０

８２畅１９９２畅７７

８１畅０３８３畅７６

８０畅１８９１畅９３

０畅１５０畅１０

０畅１３０畅０７

３　结束语

笔者提出了一种新的基于低层次视觉特征的图像质量评价方法，摒弃了传统的图像质量评价方法在空间或频率域直接比较图像差异来估计图像感知质量的思路，分别在低层次视觉特征域（角点和边缘域）上测量参考图像和测试图像的相似度，并将其合并为图像的整体质量度量（ＬＦＳＩＭ）．实验结果证明了这种思路的成功，基于低层次视觉特征的图像质量评价方法在整体性能上要远远优于ＰＳＮＲ和ＳＳＩＭ，并且完全能够与传统的基于自然场景统计的方法相媲美，其具体性能处于ＩＦＣ和ＶＩＦ之间．尽管ＶＩＦ仍然是目前性能相对较好的图像质量评价算法，但是这并不是绝对的，例如ＩＦＣ在ＩＶＣ数据库上就要好于ＶＩＦ．在多个数据库上，基于低层次视觉特征的图像质量评价方法都以较小优势领先于ＩＦＣ算法（ＴＩＤ２００８、Ｔｏｍａｙａ‐ＭＩＣＴ、ＬＩＶＥ和ＣＳＩＱ数据库上）或者ＶＩＦ算法（ＩＶＣ数据库上）．

［１］参考文献：

ＬｉｎＷＳ，ＫｕｏＪＣＣ．ＰｅｒｃｅｐｔｕａｌＶｉｓｕａｌＱｕａｌｉｔｙＭｅｔｒｉｃｓ：ａＳｕｒｖｅｙ［Ｊ］．ＪｏｕｒｎａｌｏｆＶｉｓｕａｌＣｏｍｍｕｎｉｃａｔｉｏｎＩｍａｇｅＲｅｐｒｅｓｅｎｔａｔｉｏｎ，２０１１，２２（４）：２９７‐３１２．

　１　　　　　　　　　　　　　６０

２０１１，２８（６）：２９‐４０．１０９．

　　西安电子科技大学学报（自然科学版）　　　　　　　　　　　　　　第３９卷

［３］王体胜，高新波，路文，等．一种新的部分参考型图像质量评价方法［Ｊ］．西安电子科技大学学报，２００８，３５（１）：１０１‐ＷａｎｇＴｉｓｈｅｎｇ，ＧａｏＸｉｎｂｏ，ＬｕＷｅｎ，ｅｔａｌ．ＡＮｅｗＭｅｔｈｏｄｆｏｒＲｅｄｕｃｅｄ‐ｒｅｆｅｒｅｎｃｅＩｍａｇｅＱｕａｌｉｔｙＡｓｓｅｓｓｍｅｎｔ［Ｊ］．ＪｏｕｒｎａｌｏｆＸｉｄｉａｎＵｎｉｖｅｒｓｉｔｙ，２００８，３５（１）：１０１‐１０９．ＴｒａｎｓｏｎＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ，２０００，９（４）：６３６‐６５０．

［４］［５］［６］［７］［８］［９］

ＮａｒａｎｊａｎＤＶ，ＴｈｏｍａｓＤＫ，ＷｉｌｓｏｎｓＳＧ，ｅｔａｌ．ＩｍａｇｅＱｕａｌｉｔｙＡｓｓｅｓｓｍｅｎｔＢａｓｅｄｏｎａＤｅｇｒａｄａｔｉｏｎＭｏｄｅｌ［Ｊ］．ＩＥＥＥＣｈａｎｄｌｅｒＤＭ，ＨｅｍａｍｉＳＳ．ＶＳＮＲ：ａＷａｖｅｌｅｔ‐ｂａｓｅｄＶｉｓｕａｌＳｉｇｎａｌ‐ｔｏ‐ｎｏｉｓｅＲａｔｉｏｆｏｒＮａｔｕｒａｌＩｍａｇｅｓ［Ｊ］．ＩＥＥＥＴｒａｎｓ

ｏｎＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ，２００７，１６（９）：２２８４‐２２９８．

ＷａｎｇＺ，ＢｏｖｉｋＡＣ，ＳｈｅｉｋｈＨＲ，ｅｔａｌ．ＩｍａｇｅＱｕａｌｉｔｙＡｓｓｅｓｓｍｅｎｔ：ｆｒｏｍＥｒｒｏｒＶｉｓｉｂｉｌｉｔｙｔｏＳｔｒｕｃｔｕｒａｌＳｉｍｉｌａｒｉｔｙ［Ｊ］．ＺｈａｎｇＬ，ＺｈａｎｇＬ，ＭｏｕＸＱ，ｅｔａｌ．ＦＳＩＭ：ａＦｅａｔｕｒｅＳｉｍｉｌａｒｉｔｙＩｎｄｅｘｆｏｒＩｍａｇｅＱｕａｌｉｔｙＡｓｓｅｓｓｍｅｎｔ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ，２０１１，２０（８）：２３７８‐２３８６．

ＳｈｅｉｋｈＨＲ，ＢｏｖｉｋＡＣ，ＶｅｃｉａｎａＧＤ．ＡｎＩｎｆｏｒｍａｔｉｏｎＦｉｄｅｌｉｔｙＣｒｉｔｅｒｉｏｎｆｏｒＩｍａｇｅＱｕａｌｉｔｙＡｓｓｅｓｓｍｅｎｔｕｓｉｎｇＮａｔｕｒａｌＳｃｅｎｅＳｔａｔｉｓｔｉｃｓ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ，２００５，１４（１２）：２１１７‐２１２８．４３０‐４４４．

ＳｈｅｉｋｈＨＲ，ＢｏｖｉｋＡＣ．ＩｍａｇｅＩｎｆｏｒｍａｔｉｏｎａｎｄＶｉｓｕａｌＱｕａｌｉｔｙ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ，２００６，１５（２）：Ｐｒｏｃｅｓｓｉｎｇ，２０１１，２０（５）：１１８５‐１１９８．

ＩＥＥＥＴｒａｎｓｏｎＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ，２００４，１３（４）：６００‐６１２．

［１０］ＷａｎｇＺ，ＬｉＱ．ＩｎｆｏｒｍａｔｉｏｎＣｏｎｔｅｎｔＷｅｉｇｈｔｉｎｇｆｏｒＰｅｒｃｅｐｔｕａｌＩｍａｇｅＱｕａｌｉｔｙＡｓｓｅｓｓｍｅｎｔ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＩｍａｇｅ［１１］ＫｏｖｅｓｉＰ．ＰｈａｓｅＣｏｎｇｒｕｅｎｃｙＤｅｔｅｃｔｓＣｏｒｎｅｒｓａｎｄＥｄｇｅｓ［Ｃ］／／ＴｈｅＡｕｓｔｒａｌｉａｎＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎＳｏｃｉｅｔｙＣｏｎｆｅｒｅｎｃｅ．［１２］ＮｉｎａｓｓｉＡ，ＣａｌｌｅｔＰＬ，ＡｕｔｒｕｓｓｅａｕＦ．ＳｕｂｊｅｃｔｉｖｅＱｕａｌｉｔｙＡｓｓｅｓｓｍｅｎｔ‐ＩＶＣＤａｔａｂａｓｅ［ＤＢ／ＯＬ］．［２０１１‐１０‐２］．ｈｔｔｐ：／／

ｗｗｗ２．ｉｒｃｃｙｎ．ｅｃ‐ｎａｎａｔｅｓ．ｆｒ／ｉｖｃｄｂ／．

ＡｓｓｅｓｓｍｅｎｔＭｅｔｒｉｃｓ［Ｊ］．ＡｄｖａｎｃｅｓｏｆＭｏｄｅｒｎＲａｄｉｏｅｌｅｃｔｒｏｎｉｃｓ，２００９（１０）：３０‐４５．ｍｉｃｔ．ｅｎｇ．ｕ‐ｔｏｙａｍａ．ａｃ．ｊｐ／ｍｉｃｔｄｂ．ｈｔｍｌ．Ｓｙｄｎｅｙ：ＩＥＥＥ，２００３：３０９‐３１８．

［１３］ＰｏｎｏｍａｒｅｎｋｏＮ，ＬｕｋｉｎＶ，ＺｅｌｅｎｓｋｙＡ，ｅｔａｌ．ＴＩＤ２００８‐ａＤａｔａｂａｓｅｆｏｒＥｖａｌｕａｔｉｏｎｏｆＦｕｌｌＲｅｆｅｒｅｎｃｅＶｉｓｕａｌＱｕａｌｉｔｙ

［１４］ＨｏｒｉｔａＨ，ＳｈｉｂａｔａＫ，ＫａｗａｙｏｋｅＹ，ｅｔａｌ．ＭＩＣＴＩｍａｇｅＱｕａｌｉｔｙＥｖａｌｕａｔｉｏｎＤａｔａｂａｓｅ［ＤＢ／ＯＬ］．［２０１１‐１０‐２］．ｈｔｔｐ：／／［１５］ＳｈｅｉｋｈＨＲ，ＷａｎｇＺ，ＣｏｒｍａｃｋＬ，ｅｔａｌ．ＬｉｖｅＩｍａｇｅＱｕａｌｉｔｙＡｓｓｅｓｓｍｅｎｔＤａｔａｂａｓｅＲｅｌｅａｓｅ２［ＤＢ／ＯＬ］．［２０１１‐１０‐２］．［１６］ＬａｒｓｏｎＥＣ，ＣｈａｎｄｌｅｒＤＭ．ＣａｔｅｇｏｒｉｃａｌＩｍａｇｅＱｕａｌｉｔｙ（ＣＳＩＱ）Ｄａｔａｂａｓｅ［ＤＢ／ＯＬ］．［２０１１‐１０‐２］．ｈｔｔｐ：／／ｖｉｓｉｏｎ．

ｏｋｓｔａｔｅ．ｅｄｕ／ｃｓｉｑ．

ｈｔｔｐ：／／ｌｉｖｅ．ｅｃｅ．ｕｔｅｘａｓ．ｅｄｕ／ｒｅｓｅａｒｃｈ／ｑｕａｌｉｔｙ／ｓｕｂｊｅｃｔｉｖｅ．ｈｔｍ．

（编辑：郭　华）　　

（上接第１３０页）

［５］［６］

ＺｈｏｕＨｕｉ，ＺｈｏｕＷｅｉ，ＸｕａｎＺｏｎｇｑｉａｎｇ．ＡＨｉｇｈＲｅｓｏｌｕｔｉｏｎＦｒｅｑｕｅｎｃｙＳｔａｎｄａｒｄＣｏｍｐａｒａｔｏｒＢａｓｅｄｏｎａＳｐｅｃｉａｌＰｈａｓｅ２００４：６８９‐６９２．

周渭，偶晓娟，周晖，等．时频测控技术［Ｍ］．西安：西安电子科技大学出版社，２００６．Ｌｅｔｔ，２０１１，２８（５）：０５０６０１‐（１‐４）．ｔｉｍｅ／ＨＰ５３７０Ｂ２００５．

ＣｏｍｐａｒｉｓｏｎＡｐｐｒｏａｃｈ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅ２００４ＩｎｔｅｒｎａｔｉｏｎａｌＦｒｅｑｕｅｎｃｙＣｏｎｔｒｏｌＳｙｍｐｏｓｉｕｍ．Ｍｏｎｔｒｅａｌ：ＩＥＥＥ，ＤｕＢａｏｑｉａｎｇ，ＺｈｏｕＷｅｉ，ＹｕＪｉａｎｇｕｏ，ｅｔａｌ．ＯｎＧｒｏｕｐＰｈａｓｅＱｕａｎｔｉｚａｔｉｏｎａｎｄＩｔｓＰｈｙｓｉｃａｌＣｈａｒａｃｔｅｒｉｓｔｉｃｓ［Ｊ］．ＣｈｉｎＰｈｙＨｅｗｌｅｔｔＰａｃｋａｒｄＣｏｒｐｏｒａｔｉｏｎ．ＯｐｅｒａｔｉｎｇａｎｄＳｅｒｖｉｃｅＭａｎｕａｌ［ＤＢ／ＯＬ］．［２０１０‐１２‐１２］．ｈｔｔｐ：／／ｗｗｗ．Ｇ８ｗｒｂ．ｏｒｇ．ｕｋ／

［７］［８］［９］

ＲｙｓｚａｒｄＳ，ＪｏｚｅｆＫ．ＩｎｔｅｒｐｏｌａｔｉｎｇＴｉｍｅＣｏｕｎｔｅｒｗｉｔｈ１００ｐｓＲｅｓｏｌｕｔｉｏｎｏｎａＳｉｎｇｌｅＦＰＧＡＤｅｖｉｃｅ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＩｎｓｔｒｕｍｅｎｔａｔｉｏｎａｎｄＭｅａｓｕｒｅｍｅｎｔ，２０００，４９（４）：８７９‐８８３．ｍａｘ２．

［１０］ＡｌｔａｒｅＣｏｒｐｏｒａｔｉｏｎ．ＭＡＸＩＩＤｅｖｉｃｅＨａｎｄｂｏｏｋ［ＤＢ／ＯＬ］．［２０１１‐０１‐１８］．ｈｔｔｐ：／／ｗｗｗ．ａｌｔｅｒａ．ｃｏｍ．ｃｎ／ｌｉｔｅｒａｔｕｒｅ／ｈｂ／

（编辑：齐淑娟）　　

一种斜三角开口对环结构的双频段左手材料

作者：作者单位：刊名：英文刊名：年，卷(期)：

李文强， 曹祥玉， 高军， 姚旭， 刘涛， LI Wenqiang， CAO Xiangyu， GAO Jun， YAO Xu，LIU Tao

空军工程大学电讯工程学院,陕西西安,710077西安电子科技大学学报（自然科学版）

Journal of Xidian University(Natural Science)2012,39(4)

参考文献(17条)

1.Veselago V G The Electrodynamics of Substances with Simultaneously Negative Values of Permittivity andPermeability 1968(04)

2.Smith D R;Padilla W J;Vier D C Composite Medium with Simultaneously Negative Permeability and Permittivity 2000(05)

3.Zhou J;Zhang L;Tuttle G Negative Index Materials Using Simple Short Wire Pairs 2006(04)

4.Kafesaki M;Tsiapa I;Katsarakis T Left-handed Metematerials:the Fishnet Structure and Its Variations2007(23)

5.Chen H S;Ran L X;Huangfu J T Negative Refraction of a Combined Double S-shaped Metamaterial 2005(15)6.Simovski R;He S L Frequency Range and Explicit Expressions for Negative Permittivity and Permeability foran Isotropic Medium Formed by a Lattice of Perfectly Conducting Omega Particles 2003(02)

7.Zhu Cheng;Liang Changhong;Li Long Broadband Negative Index Metamaterials with Low-loss 2010(09)

8.Chen Chunhui;Qu Shaobo;Xu Zhuo A Two-dimension Broad Pass-band Left-handed Metamaterial Based on Single-sided Metallic Structure 2011(02)

9.Chen H S;Ran L X;Huangfu J T Metamaterial Exhibiting Left-handed Properties over Multiple Frequency Bands2004(09)

10.Zhu Weiren;Zhao Xiaopeng;Guo Jiquan Multibands of Negative Refractive Indexes in the Left-handedMetamaterials with Multiple Dendritic Structures 2008(24)

11.Wang Jiafu;Qu Shabo;Yang Yiming Multiband Left-handed Metamaterials 2009(01)

12.Gundogdu T F;Guven K;Gokkavas M A Planar Metamaterial with Dual-band Double-negative Response at EHF2010(02)

13.Li Minhua;Yang Helin;Tian Yan Dual Bands of Negative Refractive Indexes in the Planar Left-handedMetamaterials 2011(05)

14.Pendry J B;Holden A J;Stewart W J Extremely Low Frequency Plasmons in Metallic Mesostructures 1996(11)15.Smith D R;Vier D C Electromagnetic Parameter Retrieval from Inhomogeneous Metamaterials 2005(03)16.Szabo Z;Park G H;Hedge R A Unique Extraction of Metamaterial Parameters Based on Kramers-KronigRelationship 2010(10)

17.Zhu Cheng;Ma Jingjing;Li Long Multiresonant Metamaterial Based on Asymmetric Triangular ElectromagneticResonators 2010

引用本文格式：李文强.曹祥玉.高军.姚旭.刘涛.LI Wenqiang.CAO Xiangyu.GAO Jun.YAO Xu.LIU Tao 一种斜三角开口对环结构的双频段左手材料[期刊论文]-西安电子科技大学学报（自然科学版） 2012(4)

本文来源：https://www.bwwdw.com/article/fp01.html