图像的频率谱和功率谱代表什么_视频/图像质量评价综述(三)

星号then：视频/图像质量评价综述(二)zhuanlan.zhihu.com

2.6 块压缩空域无参考模型方法

原理与框架：该方法来源于论文《NO-REFERENCE PERCEPTUAL QUALITY ASSESSMENT OF JPEG COMPRESSED IMAGES》，由于JPEG、MPEG-124、H.26x都是基于块压缩，即先对图像进行块分割再进行编码，所以会产生块间模糊和跨越块边界的块效应。块间模糊是由量化后高频损失引起，跨越边界块效应是分块独立量化的结果。在视觉上看即是块内模糊以及在跨越块边界明显不连续。

公式：空域上的做法是首先计算差分信号提取水平块效应特征，接下来对图像信号水平活动进行预估。由于没有参考图像，只能将块效应和活动测量结合起来。第一个是块间样图间平均绝对差，第二是过零率。同理求出垂直块效应特征、平均绝对差与过零率。总特征即是水平与垂直的平均值。结合在一起为图像的总质量参数。

水平差分：

块间平均绝对差：

过零率：

块效应总特征：

优点：计算简单，且可以就地完成，节省内存

缺点：对平移太敏感，即必须知道模块边缘的确切位置

2.7 块压缩频域无参考模型方法

原理与框架：该方法来源于对块状图像的非块状图像建模，原理是将块状信号进行能量评估，测量系统框图如下：

公式：首先计算垂直差分图像并重排到一位信号中，接下来从信号s中抽取长度为N的一段信号并进行N点离散傅里叶变换，得到这一段的功率谱，而后总功率谱是L段的和(可以看出关键频率处明显的波峰)，再用中值滤波光滑一下，最终计算出垂直块效应估计。同理计算水平快效应估计，以及整体块效应估计。

抽取N个点(差分)：

DFT：

总功率谱：

平滑后的功率谱：

垂直块效应估计：

优点：克服了空域无参考模型方法对平移的敏感，能够应用于视觉掩盖效应；

缺点：需要大量的DFT运算。

2.8 小波域部分参考模型方法

原理与框架：部分参考模型主要从失真角度出发，通过对传输前后的反映失真的特征值的检测，来获得质量评价。能够反映失真的特征值越多，质量评价就越准确(最多就成为全参考了)，所以在特征值数量和质量评价准确度上需要进行权衡。

小波系数的边缘分布变化方式可以反映出不同类型的图像失真，即小波系数的概率密度函数可能被某些失真压缩，也可能被某些失真扩展，或者是混合变化，所以可以用来与图像质量相关联。如下图所示：(原始图像、高斯模糊图像、高斯白噪声污染图像、JPEG2000压缩图像)。

公式：首先求出原始图像和失真图像同意自带的小波系数概率密度函数，接下来求出N个随机独立选择的小波系数的对数似然值，再计算对数似然比，根据大数定律N变大时对数似然比趋近于两个概率密度函数的KL距离，进而用KL距离来量化原始图像和失真图像的差别。

对数似然值：

对数似然差/似然比：

KL距离：

优点：在传输系统中，接收端只需要接收原始图像的系数直方图再和失真图像的系数直方图对比即可得出质量；

缺点：如果直方图过窄过密，则会占用很大传输带宽，如果直方图过宽过稀，估计精度又会降低，后续的小波域部分参考模型都是针对这个问题进行优化的。