摘  要： 提出了一種新的圖像質(zhì)量評價(jià)標(biāo)準(zhǔn)，通過圖像的運(yùn)動(dòng)模糊參數(shù)來估計(jì)出圖像由于運(yùn)動(dòng)而造成的信息損失量，并通過信息損失的多少來評價(jià)圖像的質(zhì)量。實(shí)驗(yàn)表明，該方法能客觀地體現(xiàn)出運(yùn)動(dòng)模糊圖像的質(zhì)量與運(yùn)動(dòng)模糊參數(shù)之間的關(guān)系，這種關(guān)系對于圖像的質(zhì)量評價(jià)特別是有參考條件下的圖像質(zhì)量評價(jià)具有良好的效果。同時(shí)還根據(jù)活動(dòng)度和圖像灰度梯度能客觀地表示圖像細(xì)節(jié)部分的特性。將圖像分塊，并從8個(gè)方向?qū)D像進(jìn)行分析，客觀地評價(jià)出無參考條件下直線運(yùn)動(dòng)模糊圖像的質(zhì)量。
 關(guān)鍵詞： 質(zhì)量評價(jià)；運(yùn)動(dòng)模糊參數(shù)；信息損失；直線運(yùn)動(dòng)模糊；活動(dòng)度

　圖像的去模糊是圖像處理中的一個(gè)重要分支，在獲取圖像過程中，由于物體與相機(jī)之間的相對運(yùn)動(dòng)會造成得到的圖像總會有一定程度的模糊。在現(xiàn)實(shí)生活中，運(yùn)動(dòng)模糊圖像廣泛存在，圖像會因?yàn)閿z像者與對象之間的角度和物體與相機(jī)之間的相對運(yùn)動(dòng)速度等的差異而導(dǎo)致所得到的運(yùn)動(dòng)模糊圖像有著不同的質(zhì)量，這種差異即為圖像的運(yùn)動(dòng)模糊參數(shù)的差異。找出圖像的質(zhì)量與其運(yùn)動(dòng)模糊參數(shù)之間的關(guān)系具有重要的意義。因?yàn)樵谌コ@些模糊之前往往要通過一定的評價(jià)來估計(jì)出圖像的質(zhì)量，能否準(zhǔn)確地估計(jì)出圖像質(zhì)量對圖像后期的去模糊處理有著重要的意義。
　目前大多數(shù)情況下，對模糊圖像的質(zhì)量評價(jià)一般采用主觀的評價(jià)方法，但是主觀評價(jià)不能建立一定的數(shù)學(xué)模型，而且由于主觀差異的存在，不同人的知識背景和主觀目的、興趣等的不同而得出不同的結(jié)論，不能適用于很多場合。而客觀質(zhì)量的評價(jià)方法大致可以分為無參考圖像的質(zhì)量評價(jià)和有參考圖像的質(zhì)量評價(jià)。
1 傳統(tǒng)的圖像質(zhì)量分析算法
　圖像的質(zhì)量分析一般為有參考條件下的質(zhì)量分析和無參考條件下的質(zhì)量分析兩種[1-4]。無參考判斷圖像的質(zhì)量評價(jià)是指在不借助任何參考圖像的前提下，對模糊圖像的質(zhì)量進(jìn)行評價(jià)。而有參考圖像的質(zhì)量評價(jià)是指將模糊的圖像與參考圖像(即原圖像)進(jìn)行對比，得出圖像的質(zhì)量。
傳統(tǒng)的圖像質(zhì)量分析算法：
　(1)梯度函數(shù)。在數(shù)字圖像中，圖像的梯度函數(shù)可以用來對圖像進(jìn)行圖像的邊緣提取及其圖像的二值化，一般來說，可以認(rèn)為圖像越是清晰，其圖像的灰度就會變化越劇烈，就應(yīng)該具有相對比較大的圖像梯度值。
利用梯度函數(shù)估計(jì)圖像的質(zhì)量一般有灰度梯度能量函數(shù)、Robert梯度和拉普拉斯(Laplacian)算子。下面以Laplacian(四鄰域微分)算子和梯度幅值介紹圖像的梯度函數(shù)的評價(jià)方法。
　對于一幅圖像，對圖像中的每一個(gè)像素在2×2的領(lǐng)域內(nèi)采用Laplacian算子，得到四鄰域微分值，然后再將得到的每一個(gè)微分值求和。Laplacian算子(四鄰域微分)的方法如下：

　利用相鄰像素之間的方差[6]對圖像的質(zhì)量進(jìn)行分析，圖像質(zhì)量越好，相鄰像素點(diǎn)間的灰度差值就越大，從而S值也就越大。
(3)基于圖像相似度方法
　這種方法主要是針對在有參考圖像條件下的圖像質(zhì)量評價(jià)，圖像的相似度[7]主要利用均方差誤差、平均絕對值誤差、修正最大范數(shù)、多分辨率誤差、均方信噪比及峰值信噪比等對圖像的質(zhì)量進(jìn)行判斷。此方法主要是將模糊圖像與參考圖像的各種特征進(jìn)行比較，二者誤差越小，它們的相似度就越大，然后通過與原始圖像的相似程度來判斷圖像的質(zhì)量。以均方誤差為例，一幅圖像中，其均方差為：

　式中，b(x，y)是圖像拋出點(diǎn)的邊緣信息拋出量，I(x，y)是圖像在像素點(diǎn)(x，y)的信息量。一般情況下，通過式(8)在有參考圖像的條件下，只要估計(jì)出圖像的運(yùn)動(dòng)模糊參數(shù)就可估計(jì)出圖像的質(zhì)量。
　(2)統(tǒng)計(jì)邊緣信息
　一幅圖像的主要信息，主要是通過其邊緣信息量的多少來顯示，邊緣不明顯的圖像，可以認(rèn)為其模糊度越大。一幅m×n的圖像，對其進(jìn)行邊緣提取之后，圖像中所顯示的輪廓信息就是其包含的信息量。即邊緣信息量：


　

　

    通過對圖3~圖6圖像的分析可以看出，在同一幅圖像下，由于運(yùn)動(dòng)而導(dǎo)致的模糊圖像中，越是模糊的圖像的邊緣信息拋出率η越大。而對于不同的圖像，可以通過計(jì)算η來比較其質(zhì)量，η越小，圖像越清晰，則e越大，與圖像的內(nèi)容沒有關(guān)系。在這一規(guī)律情況下，對有參考條件下的直線運(yùn)動(dòng)圖像模糊度估計(jì)，只需要估計(jì)出圖像的運(yùn)動(dòng)模糊參數(shù)，就可以通過原始圖像按圖1分塊，計(jì)算邊緣信息拋出率即可以估計(jì)出圖像的質(zhì)量。而且根據(jù)這一規(guī)律，也可以計(jì)算出圖像在哪個(gè)方向角具有最大的模糊度，不同的圖像最大模糊度所具有的方向角是不同的，這要看圖像在哪個(gè)方向角運(yùn)動(dòng)下的η值最大。
　本文在分塊和邊緣活動(dòng)度的基礎(chǔ)上，提出了計(jì)算圖像清晰度的方法，并以一種新的通過估計(jì)邊緣信息的損失為基礎(chǔ)的方法對圖像進(jìn)行分析，與各種算法進(jìn)行比較。實(shí)驗(yàn)表明，該方法能客觀地評價(jià)出圖像的質(zhì)量，而且能準(zhǔn)確地估計(jì)出同一運(yùn)動(dòng)尺度下圖像在哪個(gè)方向下具有最大的模糊度。該方法在對于有參考情況下的圖像模糊度評價(jià)更直觀，具有很好的效果。
參考文獻(xiàn)
[1] WANG Z， BOVIK A  C， LU L  . Why is image quality asscessment so difficult[C]. ICASSP. Florida： IEEE，2002：3313-3316.
[2] LUKICIC T， GRGIC S. Telecine calibration and image quality evaluation[C]. ELAMAR 05. Zadar， Groatia： IEEE，2005：77-81.
[3] 韋學(xué)輝.圖像及視頻的若干研究[D].杭州：浙江大學(xué)，2008.
[4] 商文.空域無參考的圖像質(zhì)量評價(jià)[D].南昌：江西財(cái)經(jīng)大學(xué)，2006.
[5] 朱孔鳳，姜威，王瑞芳，等.一種新的圖像清晰度評價(jià)函數(shù)[J].紅外與激光工程，2005，34(4)：464-468.
[6] 許貴力，劉小霞.一種圖像清晰度評價(jià)方法[J].紅外與激光工程，2009，38(1)：180-184.
[7] 楊春玲，高文瑞.基于機(jī)構(gòu)相似的小波域圖像質(zhì)量評價(jià)方法的研究[J].電子學(xué)報(bào)，2009，37(4)：845-849.