图像的感官质量模型及图像质量评估方法研究

Perceptual image processing research which aims to improve the subjective perception of image is an important branch of image processing. The research on image quality assessment reflects the subjective perception of image, and becomes the core factor that affects the entire perceptual image processing research. This project is based on the current image quality assessment research, while it researches the quality information of image from two aspects: vision response model and image model. And it also researches the portability of image quality model for a high-performance metric. In this project, multi-resolution vision wavelet analysis is proposed to measure vision response, mixed statistical model identification is used to construct image model and estimate its parameters, and complex image decomposition and integration idea is adopted to improve the portability of image quality model. The research will synthesize the main aspects that influence image quality, and establish the effective quality model to improve the prediction accuracy of image quality. The research model can also assist the other perceptual image processing researches to improve their effects.

感官类图像处理研究以提高人的主观感受为目标，是图像处理研究中的一个重要分支。图像质量评估研究是直接反映图像主观感受的研究方向，是影响整个感官类图像处理研究的核心因素。本项目根据当前图像质量评估研究中存在的问题，从感官视觉响应模型、图像信息模型两个方面对影响图像质量的信息属性进行研究，并从提高图像质量模型的移植性角度对高性能自动化评估方法进行研究。研究计划运用多分辨率分析方法设计相应的视觉小波表示感官视觉响应模型，运用混合统计模型的辨识技术建立图像信息模型并估计其参数，运用复杂图像感官信息的分解和融合思想提高图像自动化评估函数的移植能力。本项研究将会综合影响图像质量的相关因素，并建立有效的质量表示模型，提高图像质量的预测准确率，且本研究的模型经过移植后能有效辅助其他感官类图像处理研究，提高其处理效果。

图像质量评估是所有图像工程实施时需要考虑的第一道环节，如何从设备采集的众多图像中选取一幅质量最高的图像进行数据分析与处理是所有图像工程面临的核心问题之一。传统的图像质量评估仅从信号角度针对图像的统计误差给出评判，而根据近年来国际上达成的共识，图像质量评估的核心应该是让图像质量评估算法能够反映人的主观感受而不是信号。因此本项目针对图像质量评估相关问题开展了一系列研究工作。..本项目在基于当前国际国内对于图像质量的深入研究基础上，以人主观感受表示图像质量标准为唯一理念，从图像感官的视觉表示模型研究、盲信息图像质量评估方法、以及图像质量评估引导的工程应用三个方面开展研究。在图像感官的视觉表示模型研究上，通过积累大量的数据修正了传统的主观视觉响应的表示模型，提高了视觉模型的预测能力；在盲信息图像质量评估方法研究上，通过引入多元主成分分析进行特征参数的约减，提高了传统图像质量评估函数预测的准确率；在基于图像质量评估引导的工程应用研究上，项目以针对焊接恶劣成像环境为背景，以机器人智能焊接为应用目标，在对于焊接的弧光图像质量评估基础上，分析了影响焊接图像质量的相关因素，对弧光图像进行了评估和处理。为了将相关技术进行工程应用，项目组基于国产化机器人,研制了相关传感器系统和控制系统,开展了基于图像质量引导的智能化机器人焊接系统研究工作，并形成了一系列用于机器人焊接的样机产品。..本项目主要贡献在两方面：在理论上，修正了主观视觉响应的表示模型、提出了新的盲信息图像质量评估方法，提高了预测能力和预测准确度；在工程上，将相关理论结果结合工程实际开展了相关弧光图像质量评估与处理工作，实现了图像质量引导的机器人智能化焊接，弥补了相关工作在国内与国际上的不足，为后续研究指明了方向。本项目的研究不仅可以为图像质量评估的应用推广提供理论和技术基础，同时也为未来图像质量评估技术的发展提供了新的思路和方法，并对焊接、打磨等工业视觉应用有较好的促进意义。