第２４卷第８期２０１２年８月
计算机辅助设计与图形学学报
Ｊｏｕｒｎａｌ ｏｆ Ｃｏｍｐｕｔｅｒ－Ａｉｄｅｄ Ｄｅｓｉｇｎ ＆Ｃｏｍｐｕｔｅｒ Ｇｒａｐ
ｈｉｃｓＶｏｌ．２４
Ｎｏ．８Ａｕｇ．
２０１２
收稿日期：２０１１－１０－０８；修回日期：２０１２－０５－０２．基金项目：国家自然科学基金（６０８３２００３，６０９０２０９６，６１０７１１２０，６１１７１１６３）；浙江省自然科学基金（Ｙ１１０１２４０）；浙江省重点创新团队项目（２０１０Ｒ５０００９）．毛香英（１９８６—），女，硕士，主要研究方向为多媒体信号处理、视频压缩与通信（ｍａｏｘｉａｎｇｙｉｎｇ１１１０＠ｙａｈｏｏ．ｃｏｍ．ｃｎ）；郁 梅（１９６８—），女，博士，教授，博士生导师，主要研究方向为多媒体信号处理、视频压缩与通信、计算机视觉及其应用；蒋刚毅（１９６４—），男，博士，教授，博士生导师，论文通讯作者，主要研究方向为多媒体信息传输、信息安全、图像处理、视频信号编码、基于视觉的智能控制；邵 枫（１９８０—），男，博士，副教授，硕士生导师，主要研究方向为多媒体技术、多视点视频信号处理与编码等；彭宗举（１９７３—），男，博士，副教授，硕士生导师，主要研究方向为多媒体技术、多视点视频信号处理与编码等；周俊明（１９８３—），男，博士研究生，主要研究方向为立体视频信号处理与通信．
基于结构失真分析的立体图像质量客观评价模型
毛香英１），郁 梅１，２），蒋刚毅１，２）＊，邵 枫１），彭宗举１），周俊明１
）
１）（宁波大学信息科学与工程学院
宁波 ３
１５２１１）２）（南京大学软件新技术国家重点实验室
南京 ２
１００９３）（ｊｉａｎｇｇａｎｇｙ
ｉ＠１２６．ｃｏｍ）摘
要：在立体图像?
视频系统编码、传输、解码等环节中，立体图像质量评价是图像失真的一个重要评判准则．考虑到图像结构特性能较好地反映立体图像质量变化，提出一种基于结构失真的立体图像质量客观评价模型，该模型包括左右视点图像质量和深度感知质量评价两部分．首先根据人眼对图像中不同区域的敏感度存在差异且自然图像具有一定方向奇异性的特性，得到左右视点图像质量评价值；然后利用左右视点的绝对差值图像，采用奇异值向量差异和均值偏差率来描述立体图像深度感的畸变；最后融合前面两部分的评价值得到最终的立体图像质量评价值．实验结果表明，文中模型与主观感知存在较好的一致性，对于高斯模糊、高斯白噪声、ＪＰＥＧ压缩、ＪＰ２０００压缩以及Ｈ．２６４编码，其评价结果与主观感知之间的相关系数高于０．９３，Ｓｐｅａｒｍａｎ秩相关系数高于０．９２，均方误差低于６．６．关键词：立体图像；质量评价；结构失真；深度感知；主观感知中图法分类号：ＴＮ９１９．８１
Ｏｂｊｅｃｔｉｖｅ Ｓｔｅｒｅｏｓｃｏｐｉｃ Ｉｍａｇｅ Ｑｕａｌｉｔｙ
Ａｓｓｅｓｓｍｅｎｔ Ｍｏｄｅｌ Ｂａｓｅｄ ｏｎ ＳｔｒｕｃｔｕｒｅＤｉｓｔｏｒｔｉｏｎ Ａｎａｌｙ
ｓｉｓＭａｏ Ｘｉａｎｇｙｉｎｇ１），Ｙｕ Ｍｅｉ １，２），Ｊｉａｎｇ Ｇａｎｇｙｉ １，２）＊，Ｓｈａｏ Ｆｅｎｇ１），Ｐｅｎｇ
Ｚｏｎｇｊｕ１），ａｎｄ Ｚｈｏｕ Ｊｕｎｍｉｎｇ１）
１）（Ｆａｃｕｌｔｙ ｏｆ
Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ ａｎｄ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｎｉｎｇｂｏ Ｕｎｉｖｅｒｓｉｔｙ，Ｎｉｎｇｂｏ ３１５２１１）２）（
Ｎａｔｉｏｎａｌ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ
ｏｆ Ｓｏｆｔｗａｒｅ Ｎｅｗ Ｔｅｃｈｎｏｌｏｇｙ，Ｎａｎｊｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ ２１００９３）Ａｂｓｔｒａｃｔ：Ｓｔｅｒｅｏｓｃｏｐｉｃ ｉｍａｇｅ ｑｕａｌｉｔｙ ａｓｓｅｓｓｍｅｎｔ（ＳＩＱＡ）ｉｓ ａｎ ｉｍｐｏｒｔａｎｔ ｃｒｉｔｅｒｉｏｎ ｆｏｒ ｅｖａｌｕａｔｉｎｇｄｉｓｔｏｒｔｉｏｎｓ ｉｎ ｔｈｅ ｃｏｄｉｎｇ ａｎｄ ｔｒａｎｓｍｉｓｓｉｏｎ ｏｆ ｓｔｅｒｅｏｓｃｏｐｉｃ ｉｍａｇｅ?ｖｉｄｅｏ ｓｙｓｔｅｍｓ．Ｃｏｎｓｉｄｅｒｉｎｇ
ｔｈｅ ｃｈａｎｇｅｏｆ ｉｍａｇｅ ｓｔｒｕｃｔｕｒｅ ｉｎｆｏｒｍａｔｉｏｎ ｒｅｆｌｅｃｔｓ ｔｈｅ ｄｉｓｔｏｒｔｉｏｎ ｏｆ ｓｔｅｒｅｏｓｃｏｐｉｃ ｉｍａｇｅｓ，ａｎ ｏｂｊｅｃｔｉｖｅ ＳＩＱＡ（ＯＳＩＱＡ）ｍｏｄｅｌ ｂａｓｅｄ ｏｎ ｔｈｅ ｓｔｒｕｃｔｕｒｅ ｄｉｓｔｏｒｔｉｏｎ ａｎａｌｙｓｉｓ ｉｓ ｐｒｏｐｏｓｅｄ ｉｎ ｔｈｉｓ ｐａｐ
ｅｒ．ＯＳＩＱＡ ｃｏｍｂｉｎｅｓｌｅｆｔ－ｒｉｇｈｔ ｉｍａｇｅ ｑｕａｌｉｔｙ ａｓｓｅｓｓｍｅｎｔ（ＬＲＩＱＡ）ｗｉｔｈ ｄｅｐｔｈ ｐｅｒｃｅｐｔｉｏｎ ｑｕａｌｉｔｙ ａｓｓｅｓｓｍｅｎｔ（ＤＰＱＡ）．Ｂａｓｅｄ ｏｎ ｔｈｅ ｆａｃｔｓ ｔｈａｔ ｄｉｆｆｅｒｅｎｔ ｒｅｇｉｏｎｓ ｏｆ ａｎ ｉｍａｇｅ ｈａｖｅ ｄｉｆｆｅｒｅｎｔ ｓｅｎｓｉｔｉｖｉｔｉｅｓ，ａｎｄ ｎａｔｕｒａｌ ｉｍａｇ
ｅｓｈａｖｅ ｄｉｒｅｃｔｉｏｎ ｓｉｎｇｕｌａｒｉｔｉｅｓ，ｔｈｅ ｑｕａｌｉｔｉｅｓ ｏｆ ｔｈｅ ｌｅｆｔ ａｎｄ ｒｉｇｈｔ ｖｉｅｗｓ ａｒｅ ａｓｓｅｓｓｅｄ ａｎｄ ｆｕｒｔｈｅｒ ｌｉｎｅａｒｗｅｉｇｈｔｅｄ ｔｏ ｅｖａｌｕａｔｅ ｓｔｒｕｃｔｕｒｅ ｄｉｓｔｏｒｔｉｏｎ ｏｆ ｅａｃｈ ｖｉｅｗ．Ｍｏｒｅｏｖｅｒ，ｄｉｓｔｏｒｔｉｏｎ ｉｎ ｄｅｐｔｈ ｐｅｒｃｅｐｔｉｏｎ ｉｓｍｅａｓｕｒｅｄ ｗｉｔｈ ｓｉｎｇｕｌａｒ ｖａｌｕｅ ｖｅｃｔｏｒ ａｎｄ ｍｅａｎ ｅｒｒｏｒ ｒａｔｅ ｗｉｔｈ ｒｅｓｐｅｃｔ ｔｏ ｔｈｅ ｄｉｆｆｅｒｅｎｃｅ ｍａｐ ｏｆ ｔｈｅ ｌｅｆｔａｎｄ ｒｉｇｈｔ ｖｉｅｗｓ．Ｆｉｎａｌｌｙ，ｔｈｅ ａｂｏｖｅ ｔｗｏ ａｓｓｅｓｓｉｎｇ ｒｅｓｕｌｔｓ ａｒｅ ｃｏｍｂｉｎｅｄ ｔｏ ｄｅｓｃｒｉｂｅ ｔｈｅ ｑｕａｌｉｔｙ ｏｆ ｔｈｅｓｔｅｒｅｏｓｃｏｐｉｃ ｉｍａｇｅ．Ｔｈｅ ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｃｏｒｒｅｌａｔｉｏｎ ｃｏｅｆｆｉｃｉｅｎｔ（ＣＣ）ｖａｌｕｅｓｂｅｔｗｅｅｎ ｔｈｅ ｐｒｏｐｏｓｅｄ ＯＳＩＱＡ ｍｏｄｅｌ ａｎｄ ｓｕｂｊｅｃｔｉｖｅ ｐｅｒｃｅｐｔｉｏｎ ａｒｅ ｈｉｇ
ｈｅｒ ｔｈａｎ ０．９３ｉｎ ｆｉｖｅ ｄｉｓｔｏｒｔｉｏｎｔｙｐｅｓ，ｉｎｃｌｕｄｉｎｇ
Ｇａｕｓｓｉａｎ ｂｌｕｒ，Ｇａｕｓｓｉａｎ ｗｈｉｔｅ ｎｏｉｓｅ，ＪＰＥＧ，ＪＰ２０００，ａｎｄ Ｈ．２６４ｅｎｃｏｄｉｎｇ．Ｓｐｅａｒｍａｎ
ｒａｎｋ ｏｒｄｅｒ ｃｏｒｒｅｌａｔｉｏｎ ｃｏｅｆｆｉｃｉｅｎｔｓ（ＳＲＯＣＣ）ａｒｅ ｈｉｇｈｅｒ ｔｈａｎ ０．９２，ｒｏｏｔｅｄ ｍｅａｎ ｓｑｕａｒｅｄ ｅｒｒｏｒ（ＲＭＳＥ）ｖａｌｕｅｓ ａｒｅ ｌｏｗｅｒ ｔｈａｎ ６．６．Ｉｔ ｍｅａｎｓ ｔｈａｔ ｔｈｅ ｐｒｏｐｏｓｅｄ ＯＳＩＱＡ ｍｏｄｅｌ ｉｓ ｈｉｇｈｌｙ ｃｏｎｓｉｓｔｅｎｔ ｗｉｔｈ ｔｈｅｓｕｂｊｅｃｔｉｖｅ ａｓｓｅｓｓｍｅｎｔ．
Ｋｅｙ ｗｏｒｄｓ：ｓｔｅｒｅｏｓｃｏｐｉｃ ｉｍａｇｅ；ｑｕａｌｉｔｙ ａｓｓｅｓｓｍｅｎｔ；ｓｔｒｕｃｔｕｒｅ ｄｉｓｔｏｒｔｉｏｎ；ｄｅｐｔｈ ｐｅｒｃｅｐｔｉｏｎ；ｓｕｂｊｅｃｔｉｖｅｐｅｒｃｅｐｔｉｏｎ
立体图像质量评价在立体图像?视频系统中占有十分重要的地位，它不仅可以评判立体图像?视频系统中处理算法的优劣，还能优化和设计算法，提高立体图像?视频处理系统的效率［１－２］．立体图像质量评价方法分为主观质量评价和客观质量评价［３］．主观评价方法就是把多名观察者对待评价立体图像质量的评分进行加权平均的综合评价，其结果符合人眼视觉系统特性，但受到计算不便、速度慢、成本高等诸多因素限制，嵌入系统难，因而在实际应用中无法得到广泛使用；而客观质量评价方法则具有操作简单、成本低、易于实现及可以实时优化算法参数等特点，是立体图像质量评价研究的重点．
近年来，立体图像客观评价方法受到学术界广泛重视．Ｙａｓａｋｅｔｈｕ等［４］直接采用平面图像质量评价模型对立体图像的左右视点图像分别进行质量评价，然后将两部分质量评价结果的均值作为立体图像的整体质量；该方法既没有考虑立体图像立体感的畸变，也没有考虑立体图像的左右视点图像之间的相互影响．在此基础上，Ａｌｅｘａｎｄｒｅ等［５］和Ｃａｍｐｉｓｉ等［６］利用平面图像评价方法分别评价左右视点图像质量及深度感知质量，然后采用各种组合来验证立体图像质量客观评价模型与主观感知之间的一致性；该类方法虽然融入了深度感知特性，但没有突破平面图像质量评价方法，与主观感知的一致性不是很好．目前，左右视点图像质量和立体图像感知质量分析主要依赖于图像局部特征的假设，Ｓａｚｚａｄ等［７］和Ａｋｈｔｅｒ等［８］分别提出了立体图像质量客观评价模型；该类模型需要确定的参数较多，数据库考虑的失真类型较少．王阿红等［９］在小波域提出了基于人眼的立体图像质量客观评价方法，采用拟合的方式综合左右视点图像质量评价和深度感知质量评价．周俊明等［１０］利用人眼的立体掩蔽效应特性提出了基于奇异值分解的立体图像质量客观评价方法，主要针对于非对称立体图像的质量问题．
目前，针对立体图像质量客观评价模型的研究是从左右视点图像质量评价和深度感知质量评价两部分展开．左右视点图像质量评价部分主要考虑立
体图像质量的失真程度；深度感知质量评价部分主要考虑立体深度感的畸变情况．程光权等［１１］的研究表明，自然图像像素点具有一定的方向奇异性，平行于边缘或纹理方向的图像像素值变化缓慢，而垂直于边缘或纹理方向的图像像素值变化剧烈．张飞艳等［１２］的研究表明，自然图像的奇异值向量可以较好地表征图像的结构信息，利用自然图像的奇异值向量均值偏差可以补充剥除奇异值向量后的结构信息．基于此，本文提出了一种与主观感知一致性较好的立体图像质量客观评价模型，该模型由左右视点图像质量评价和深度感知质量评价两部分组成，并通过实验对该模型的参数进行优化，最后根据ＶＱＥＧ标准定量分析了在高斯模糊、高斯白噪声、ＪＰＥＧ压缩、ＪＰ２０００压缩和Ｈ．２６４编码５种失真类型情况下，优化后的客观评价模型与主观感知有更好的一致性
．
图１ 立体图像质量客观评价模型总框图
１ 本文算法
立体图像和平面图像的最大不同在于立体图像能提供临场感和真实感．由于人的左右眼视角的差异使得观看到的图像存在细微的差别，从而形成立体感知．而人类观看立体图像时会感知图像的结构信息，因此评价立体图像质量的失真程度可以通过评价立体图像的结构信息失真来进行．从这个角度出发，本文提出了基于结构失真的立体图像质量客观评价模型，它包括左右视点图像质量和深度感知
８
４
０
１计算机辅助设计与图形学学报 第２４卷
质量评价两部分，图１所示为该立体图像质量客观评价模型的总体框图．
１．１ 左右视点图像质量评价模型
Ｗａｎｇ等［１３］
认为自然图像的像素之间存在高度
结构相关性，
可通过对失真图像与原始图像结构信息的比较得到失真图像的质量评分；但该方法不能很好地评价模糊严重的图像，
其主要原因是缺乏考虑图像的方向性．同时，Ｔａｍ等［１
４］
通过主观实验指出，图像对象边缘信息对最终的立体图像质量的贡献比其他区域大．针对以上问题，本文从区域的敏感性、图像幅值及方向的角度出发，提出了左右视点图像质量评价模型，包含左视点图像质量评价和右视点图像质量评价两部分．图２所示为左视点图像质量评价框图；右视点图像质量评价方法与左视点相同，故不再赘述
．
图２ 左视点图像质量评价模型框图
在ＳＳＩＭ（ｓｔｒｕｃｔｕｒａｌ ｓｉｍｉｌａｒｉｔｙ ｉｍａｇｅ ｍｅａｓｕｒｅｍｅｎｔ）图像质量评价方法中，结构失真是原始图像和失真图像的协方差及方差的函数，本文中也以此来评价左右图像的结构失真．令σｌ，ｏｒｇ
，ｄｉｓ（ｉ，ｊ）为原始左图像坐标（ｉ，ｊ）处的块和相应的失真左图像块的协方差；σｌ，ｏｒｇ（
ｉ，ｊ）和σｌ，ｄｉｓ（ｉ，ｊ）分别为原始左图像和失真左图像坐标（ｉ，ｊ）处的块的标准差；则左视点图像坐标（ｉ，ｊ）
处的结构幅值失真评价Ｓｌ（
ｉ，ｊ）＝２×σｌ，ｏｒｇ，ｄｉｓ（ｉ，ｊ）＋Ｃ１σ２ｌ，ｏｒｇ（ｉ，ｊ）＋
σ２ｌ，ｄｉｓ（ｉ，ｊ）＋Ｃ１，其中Ｃ１是为了避免函数分母为０而设定的常数．
此外，自然图像像素点具有一定方向的奇异值，称之为图像的几何正则性．当平行于边缘或纹理方向发生微小变化时，人眼不易发现；而当垂直于边缘或纹理方向发生微小变化时，人眼极易发现．图像质量的变化对图像正则性十分敏感，故融入结构方向失真评价可以有效地增加与主观感知的一致性．由于梯度方向与正则化方向成垂直关系，因此可以通过梯度方向求正则化方向．令Ｇｌ，ｏｒｇ，ｘ（ｉ，ｊ）和Ｇｌ，ｏｒｇ，ｙ（
ｉ，ｊ）分别表示原始左图像经过梯度算子处理后水平和垂直方向上坐标（ｉ，ｊ）处的梯度幅值，原始图像坐标（ｉ，ｊ）
处的正则化方向θｌ，ｏｒｇ（ｉ，ｊ）＝ａｒｃｔａｎＧｌ，ｏｒｇ，ｙ（ｉ，ｊ）Ｇｌ，ｏｒｇ
，ｘ（ｉ，ｊ（）
）＋π２；相应地可以求出失真左图像的正则化方向θｌ，ｄｉｓ（
ｉ，ｊ）
．原始图像与失真图像的方向偏离程度越大，其图像差异也越大．令Ｇｌ，ｄｉｓ，ｘ（ｉ，ｊ）和Ｇｌ，ｄｉｓ，ｙ（ｉ，ｊ）分别为失真左图像经过梯度算子处理后的水平和垂直方向坐标（ｉ，ｊ）处的梯度幅值，则左视点图像坐标（ｉ，ｊ）处的结构方向失真函数
Ｄｌ（ｉ，ｊ）＝ｃｏｓ（θｌ，ｏｒｇ（
ｉ，ｊ）－θｌ，ｄｉｓ（ｉ，ｊ））＝ ［Ｇｌ，ｏｒｇ，ｘ（ｉ，ｊ）×Ｇｌ，ｄｉｓ，ｘ（ｉ，ｊ）＋ Ｇｌ，ｏｒｇ，ｙ（ｉ，ｊ）×Ｇｌ，ｄｉｓ，ｙ（
ｉ，ｊ）＋Ｃ２］ ［（Ｇｌ，ｏｒｇ，ｘ（ｉ，ｊ））２＋（Ｇｌ，ｏｒｇ，ｙ（ｉ，ｊ））槡２
× （Ｇｌ，ｄｉｓ，ｘ（ｉ，ｊ））２＋（Ｇｌ，ｄｉｓ，ｙ（
ｉ，ｊ））槡２＋Ｃ２］，其中Ｃ２是为了避免分母为０而取的常数．
由此，坐标（ｉ，ｊ）处的左视点图像质量评价函数为Ｒｌ（
ｉ，ｊ）＝Ｓｌ（ｉ，ｊ）＋Ｄｌ（ｉ，ｊ）２
．由于人眼对不同区域的敏感度不同，相对于纹
理和平坦区域人眼对边缘更加敏感［１５］
，因此敏感区
域和非敏感区域的失真对图像质量的影响是不同的．本文采用梯度幅值对图像进行区域划分，得到人眼的敏感区域和非敏感区域：先采用Ｓｏｂｅｌ算子计算原始左图像和失真左图像的梯度幅值图Ｇｌ，ｏｒｇ和Ｇｌ，ｄｉｓ，并计算得到Ｇｌ，ｏｒｇ和Ｇｌ，ｄｉｓ各自的均值Ｇ－
ｌ，ｏｒｇ和Ｇ－
ｌ，ｄｉｓ；然后计算阈值Ｔｌ＝α（Ｇ－
ｌ，ｏｒｇ＋
Ｇ－
ｌ，ｄｉｓ），α为常数，若原始左图像或失真左图像的梯度幅值图中某像素的幅值大于Ｔｌ，
则原始左图像或失真左图像中对应
的像素点为敏感区点，反之为非敏感区点．
结合人眼对不同区域敏感度不同的特性，令ω１
和ω２分别表示敏感区和非敏感区域的权重值，且
ω１＋
ω２＝１；Ｎ和Ｍ分别表示敏感区和非敏感的像素点数目；则左视点图像质量评价函数
Ｑｌ＝ω１×１Ｎ∑（ｉ，ｊ）∈敏感区
Ｒ（ｉ，ｊ）＋ω２×
１Ｍ∑（ｉ，ｊ）∈
非敏感区Ｒ（ｉ，ｊ）．相应地可以获得右视点图像质量评价值Ｑｒ．通过Ｑｌ和Ｑｒ得到左右视点图像质量评价值Ｑｓ，令βｌ和βｒ分别表示相应的左视点图像质量评价和右视点图像质量评价的权重，且βｌ＋β
ｒ＝１，则Ｑｓ＝βｌ×Ｑｌ＋β
ｒ×Ｑｒ．１．２ 深度感知质量评价模型
具有人眼标准视差的立体图像其左右视点的差值图像是一幅图像的近似轮廓线，因为视差在物体
边缘表现得最明显［１６］
．
左右视点的差值图像表征了两眼看到的不同信息，包含立体视差相关信息．根据人眼获得视差立体感的原理，完全一样的一对图像不会产生立体感，因此失真立体图像的左右视点差值图像越接近原始图像的差值图像，其立体感越强．图像的奇异值向量可以很好地表征图像的结构信息，剥除奇异值向量后，图像的结构信息几乎完全被屏蔽．本文从衡量失真立体图像左右视点差值图像的结构失真的角度提出了如图３所示的深度感知质量评价模型
．
图３ 深度感知质量评价模型框图
１）将原始和失真立体图像对转换到ＹＵＶ彩色空间，由于亮度分量Ｙ保留了原始图像的大部分信息，故只对Ｙ分量进行处理．令Ｘｏｒｇ为原始图像左右视点的Ｙ分量的绝对差值图，Ｘｄｉｓ为失真图像左右视点的Ｙ分量的绝对差值图．设Ａｏｒｇ，ｔ为Ｘｏｒｇ中第ｔ个ｍ×ｍ的图像块所构成的ｍ×ｍ矩阵，则存在正交矩阵Ｕｏｒｇ，ｔ和Ｖｏｒｇ
，ｔ，使得Ａｏｒｇ，ｔ＝Ｕｏｒｇ，ｔ×Ｓｏｒｇ，ｔ×ＶＴ
ｏｒｇ
，ｔ，其中Ｓｏｒｇ，ｔ为奇异值向量，它是一个对角矩阵，其所有对角元素称为Ａｏｒｇ，ｔ的奇异值．相应地，可以获得失真图像绝对差值图Ｘｄｉｓ中第ｔ个ｍ×ｍ的图像块所构成的ｍ×ｍ矩阵的奇异值向量Ｓｄｉｓ，ｔ．则失真图像绝对差值图中第ｔ个ｍ×ｍ的图像块的奇异值偏差函数为
Ｚｔ＝
∑ｋ
ｉ＝１
ｄ
ｉａｇ（Ｓｏｒｇ
，ｔ（ｉ））×｜ｄｉａｇ（Ｓｏｒｇ
，ｔ（ｉ））－ｄｉａｇ（Ｓｄｉｓ，ｔ（ｉ））｜∑ｋ
ｉ＝１
ｄ
ｉａｇ（Ｓｏｒｇ
，ｔ（ｉ
）），其中，ｄｉａｇ（ｘ）表示取矩阵ｘ的对角线上的像素值，ｋ为奇异值向量的秩．令Ｗ和Ｈ分别表示原始或失
真图像的宽和高，则整幅失真图像绝对差值图的奇异值偏差函数
Ｆ＝
ｍ
２
Ｗ×Ｈ∑Ｗ×Ｈ?
ｍ２
ｔ＝１
Ｚｔ．
２
）为了补偿剥除奇异值信息之后的图像残余信息和更好地表征图像，
采用均值偏差率来描述图像特征．原始图像绝对差值图的整体奇异值分解可表示
为Ｘｏｒｇ＝Ｕｏｒｇ×Ｓｏｒｇ×ＶＴ
ｏｒｇ．
设Λ为与原始图像绝对差值图同大小的单位矩阵，则用Λ替换奇异值向量
Ｓｏｒｇ可得到原始绝对差值图剥除奇异值信息之后的
图像残余信息图Ｘｏｒｇ，Λ，Ｘｏｒｇ，Λ＝Ｕｏｒｇ×Λ×ＶＴ
ｏｒｇ．相应地可得到失真绝对差值图剥除奇异值信息之后的图像残余信息图Ｘｄｉｓ，Λ．则剥除奇异值信息之后的图像残余信息的均值偏差率
Ｅ＝
｜ｕ（Ｘｏｒｇ
，Λ）－ｕ（Ｘｄｉｓ，Λ）｜ｕ（Ｘｏｒｇ
，Λ），其中，ｕ（Ｘｏｒｇ，Λ）和ｕ（Ｘｄｉｓ，Λ）分别表示Ｘｏｒｇ
，Λ和Ｘｄｉｓ，Λ的均值．
３
）根据上面的奇异值偏差率和均值偏差率可以得到失真立体图像的深度感知质量评价分值
０
５０１计算机辅助设计与图形学学报 第２４卷
Ｑｄ＝ｌｂ
２５５Ｆ＋τ×
（）Ｅ，
其中τ是常数．
１．３ 最终的立体图像质量评价模型
左右视点图像质量评价值Ｑ
ｓ
和深度感知质量
评价值Ｑ
ｄ
都是随着图像失真程度的加深而变小．
本文结合Ｑ
ｓ和Ｑ
ｄ
得到立体图像质量的最终评分
Ｑ＝Ｑｓ×（Ｑｄ）ρ，
其中ρ是常数，用于调节Ｑ
ｓ和Ｑ
ｄ
的重要性．
２ 实验及结果分析
为了验证本文提出的立体图像质量客观评价模型的有效性和稳定性，我们采用宁波大学的立体图像测试库［１７］进行实验．该立体图像测试库由３１２对失真立体图像组成，失真类型包括高斯白噪声、ＪＰＥＧ压缩、ＪＰ２０００压缩、高斯模糊和Ｈ．２６４编码５类，失真图像由１２幅高清原始立体图像遭受不同程度、不同类型失真而得到．立体图像测试库给出了由２３位测试者得到的平均主观评分差值（ｄｉｆｆｅｒｅｎｃｅｍｅａｎ ｏｐｉｎｉｏｎ ｓｃｏｒｅｓ，ＤＭＯＳ），ＤＭＯＳ是指原始立体图像与失真立体图像的主观评价均值（ｍｅａｎ ｏｐｉｎｉｏｎｓｃｏｒｅｓ，ＭＯＳ）的差值．相对于原始图像，失真立体图像的主观质量范围从差异不可察觉到差异极大递进变化，因此该立体图像测试库可以有效地反映立体感知中人类视觉特性和评判立体图像质量客观评价模型．
本文采用４个评价指标来验证立体图像质量客观评价模型和主观感知质量之间的一致性［１８］：１）ＤＭＯＳ与由客观评价模型评分经非线性回归得到的主观预测值（ＤＭＯＳ
ｐ
）之间的线性相关系数（ｃｏｒｒｅｌａｔｉｏｎ ｃｏｅｆｆｉｃｉｅｎｔ，ＣＣ），非线性回归处理采用了４参数ｌｏｇｉｓｔｉｃ回归函数［１９］，ＣＣ值反映了立体图像质量客观评价模型的预测精确性，即与主观感知质量的一致性的高低；２）Ｓｐｅａｒｍａｎ秩相关系数（ｓｐｅａｒｍａｎｒａｎｋ ｏｒｄｅｒ ｃｏｒｒｅｌａｔｉｏｎ ｃｏｅｆｆｉｃｉｅｎｔ，ＳＲＯＣＣ），它反映了立体图像质量客观评价模型的预测单调性；３）异常值比率（ｏｕｔｌｉｅｒ ｒａｔｉｏ，ＯＲ），它反映立体图像质量客观评价模型的离散程度，即所有失真立体图像中ＤＭＯＳｐ与ＤＭＯＳ之间的差异大于某一阈值的失真立体图像数目所占比例；４）均方根误差（ｒｏｏｔｅｄ ｍｅａｎｓｑｕａｒｅｄ ｅｒｒｏｒ，ＲＭＳＥ），它反映了立体图像质量客观评价模型的预测准确性，即立体图像质量客观评
价模型以最小平均错误率预测ＤＭＯＳ的能力．其中，ＣＣ，ＳＲＯＣＣ和ＯＲ的取值范围为［０，１］，ＣＣ和ＳＲＯＣＣ的值越接近１，ＯＲ的值越接近０，表明立体图像质量客观评价模型越好，反之亦然；ＲＭＳＥ的取值范围为［０，＋∞］，其值越小，表明立体图像质量客观评价模型越好．本文实验中，ｍ＝８，Ｃ
１＝０．０１
，Ｃ２＝０．０２．
２．１ 参数
确定
图４ 不同α和ω１下的左视点图像质量和主观感知质量之间的性能变化图
１）确定α，ω１和ω２
在不同的阈值下，敏感区和非敏感区的数目会发生细微的变化，α取值过大，会误把敏感区划分为非敏感区，反之亦然．本文实验中α的取值为１．２，１．５，１．８，２．１和２．５，图４所示为随着α和ω１值的变化，３１２对立体图像的左视点图像质量评价部分与主观感知质量之间的性能变化曲线．可以看出，ＣＣ
和ＳＲＯＣＣ会随着ω
１
值的变大而变大，而ＲＭＳＥ随
着ω
１
值的变大而变小，说明左视点图像质量主要是
１
５
０
１
第８期毛香英，等：基于结构失真分析的立体图像质量客观评价模型
由敏感区的质量决定．相对于ω１值而言，α值的改变对左视点图像质量与主观感知质量之间的性能影响不大．图５所示为在ω１＝１，ω２＝０的情况下，左视点图像质量与主观感知质量在不同α值下的性能变化曲线．可以看出，ＣＣ，ＳＲＯＣＣ和ＲＭＳＥ值的波动范围都很小，但都存在一个峰值．由此，实验中确定系数ω１＝
１，ω２＝０，α＝２．１
．图５ 左视点图像质量与主观感知质量在不同α值下的
性能变化图
２）确定β１和β２
β
１和β２分别反映左右视点图像质量在立体图像客观质量评价模型中起的重要性．图６所示为在不同左视点图像质量权重β１下，３１２对立体图像的左视点图像质量评价部分与主观感知质量之间的性能变化．可以看出，随着β１值的变化，ＣＣ，ＳＲＯＣＣ和ＲＭＳＥ值变化不大，
在百分位上波动，但都存在峰值．由于该立体图像测试库的左右视点图像同时遭受相同类型、相同程度的失真，左右视点图像的质量相差不大，故在实验中，β１＝β
２＝０．５．图６ β
１和β２与主观感知质量性能变化图３
）确定ττ值大小决定了奇异值偏差与残留信息在深度
感知评价中所起的重要作用．图７所示为τ在［－１６
，４］变化范围中３１２对立体图像的深度感知质量与主观感知质量之间的性能变化曲线．可以看出，ＣＣ，ＳＲＯＣＣ和ＲＭＳＥ与τ的变化都存在一个极值，且位置大致相同，故在实验中τ＝－８．
４
）确定ρρ值决定左右视点图像质量和深度感知质量在
立体图像质量客观评价模型中的贡献．Ｑｓ和Ｑｄ值都是随着立体图像失真程度加深而变小，故ρ值的取值范围大于０．图８所示为在不同ρ值下，３１２对
２
５０１计算机辅助设计与图形学学报 第２４卷
立体测试图像客观质量评价与主观感知质量之间的性能变化曲线．可以看出，ρ值取得太大或太小都会影响立体图像质量客观评价模型与主观感知之间的一致性．随着ρ值的变化，ＣＣ，ＳＲＯＣＣ和ＲＭＳＥ值都存在极值点，且位置大致相同，故在实验中ρ＝０．３
．
图７ 深度感知质量与主观感知质量在不同τ值下的性能变
化图
图８ 立体图像客观质量评价与主观感知质量在不同ρ值
下的性能变化图
２．２ 立体图像质量客观评价模型与主观感知质量
之间的性能分析
表１所示为左右视点图像质量评价与主观感知
的性能比较，可以看出，对于ＪＰＥＧ压缩失真类型，
ＣＣ值低于０．９；对于高斯白噪声失真类型，ＳＲＯＣＣ
值小于０．９；表２所示为深度感知质量评价与主观
感知的性能比较，可以看出，对于高斯模糊失真类型
和所有失真类型的综合的情况，ＲＭＳＥ值偏大，都
大于７．上述现象表明，单独采用左右视点图像质量
评价模型或深度感知质量评价模型不能全面地评价
立体图像质量．图９所示为左右视点图像质量评价
和深度感知质量评价融合后的立体图像质量客观评
价模型与主观感知质量之间的散点图，可以直观地
看出，该立体图像质量客观评价模型与主观感知质
量之间的散点比较集中，具有较好的一致性．表３进
一步给出融合了左右视点图像质量评价和深度感知
质量评价的立体图像质量客观评价模型与主观感知
质量之间的性能分析结果．从表１～３可以看出，对
于ＪＰＥＧ压缩、ＪＰ２０００压缩、Ｈ．２６４编码和所有失
真综合类型来说，融合后的立体图像质量客观评价
模型，即本文方法的性能优于左右视点图像质量评
价及深度感知图像质量评价的性能，特别是ＪＰＥＧ
３
５
０
１
第８期毛香英，等：基于结构失真分析的立体图像质量客观评价模型
压缩失真，总体ＣＣ值比左右视点图像质量评价的ＣＣ值高出０．５９；
对于高斯模糊失真来说，本文方法的性能远远优于深度感知评价的性能，但略低于左右视点图像质量评价的性能；对于高斯白噪声失真类型则恰恰相反．高斯模糊失真主要是由于高频信息丢失造成的，其失真主要体现在边缘区域；高斯白噪声失真是由于引入高频噪声造成的，而平坦区域的噪声比边缘区域的噪声更容易被觉察到．因此，左右视点图像质量评价从区域和结构角度出发更适合
评价高斯模糊失真，而深度感知评价主要从图像整体结构角度出发更适合评价高斯白噪声失真，但为了提高综合失真类型的总体评价指标，可能导致融合后的立体图像质量客观评价模型对于个别失真类型的性能略有下降．总体来说，融合左右视点图像质量评价和深度感知质量评价两部分的立体图像质量客观评价模型的性能优于单纯的左右视点图像质量评价和深度感知质量评价，与主观感知之间的一致性更好．
表１ 左右视点图像质量评价与主观感知之间的性能比较
失真类型（失真数?
对）高斯模糊（６０
）ＪＰ２０００压缩（６０
）ＪＰＥＧ压缩（６０
）高斯白噪声（６０
）Ｈ．２６４编码（７２
）所有失真综合（３１２
）ＣＣ ０．９６７ ０ ０．９０７ ４ ０．８９４ ０ ０．９３５ ０ ０．９５８ ０ ０．９１３ ７ＳＲＯＣＣ ０．９６０ ８ ０．９２１ ９ ０．９１５ ０ ０．８７６ ５ ０．９４３ ０ ０．９２５ １ＯＲ ０ ０ ０ ０ ０ ０．００３ ２ＲＭＳＥ
５．３７４ ８
５．０３７ １
５．５４１ ８
４．０２２ ４
６．８４０ １
６．８４０
１表２ 深度感知质量评价与主观感知之间的性能比较
失真类型（失真数?
对）高斯模糊（６０
）ＪＰ２０００压缩（６０
）ＪＰＥＧ压缩（６０
）高斯白噪声（６０
）Ｈ．２６４编码（７２
）所有失真综合（３１２
）ＣＣ ０．９２６ １ ０．９４５ １ ０．９４９ ４ ０．９６１ ０ ０．９６１ ２ ０．９００ ０ＳＲＯＣＣ ０．９２３ １ ０．９３９ ４ ０．９４８ ６ ０．９３４ ６ ０．９４４ ５ ０．９２４ ０ＯＲ ０ ０ ０ ０ ０ ０．００６ ４ＲＭＳＥ
７．９５５ ３
３．９１８ ２
４．４７４ ９
４．３１９ ０
３．８６９ ５
７．４８６
８图９ 立体图像质量客观评价模型与主观感知质量的散点图
４
５０１计算机辅助设计与图形学学报 第２４卷
表３ ６种立体图像质量客观评价模型的性能表
为了进一步验证本文提出的立体图像质量客观评价模型与主观感知之间的一致性，我们将本文方法与５种经典的客观质量评价方法进行了比较，包括ＩＱＡ方法［４］，ＳＳＡ方法［４］，ＳＳＩＭ ｄ
１
方法［６］，ＳＳＩＭｄ２方法［６］和ＳＳＩＭ Ｄｄｌ１方法［６］，其中文献［６］方法的视差求取方式采用该文所述的ｋｚ１方法．６种方法的实验结果如表３所示．
从表３可以看出，对于高斯模糊、ＪＰ２０００压缩、ＪＰＥＧ压缩、高斯白噪声、Ｈ．２６４编码和所有失真综合的失真类型，本文方法的ＣＣ和ＳＲＯＣＣ值都超过０．９２，ＲＭＳＥ值都低于６．６，ＯＲ值都为０；特别是对于高斯模糊、ＪＰＥＧ压缩和Ｈ．２６４编码失真，ＣＣ和ＳＲＯＣＣ值都超过０．９５，ＲＭＳＥ值都低于５．５．而在不同失真类型下，其他５种评价方法的ＣＣ，ＳＲＯＣＣ和ＲＭＳＥ波动比较大，且ＣＣ和ＳＲＯＣＣ值偏低，ＲＭＳＥ值偏高；特别是针对ＪＰ２０００压缩失真类型，ＣＣ和ＳＲＯＣＣ的值都小于０．８６，ＲＭＳＥ值都超过６．８９．综上可知，本文方法比其他５种方法更接近主观感知质量，表现在具有更高的预测精确性（更大的ＣＣ、更小的ＲＭＳＥ），更严格的预测单调性（更大的ＳＲＯＣＣ）和更好的稳定性．本文方法主要从左右视点图像和绝对差值图的结构是否发生改变的角度出发，避免模拟人眼视觉系统中一些高复杂特性，较已
有的方法有较大的改进，能够较好地评价立体图像质量．
３ 结 论
本文从结构失真的角度出发，融入人眼视觉特性，提出一种基于结构失真的立体图像质量客观评价模型，包含左右视点图像质量评价和深度感知质量评价两部分．在左右视点图像质量评价中，充分考虑了人眼对不同区域的敏感度的不同以及人眼对正则化方向比较敏感的特性；在深度感知质量评价中，根据奇异值向量可以很好地表征图像结构信息的特性，采用奇异值向量偏差以及残余信息的均值偏差率来描述深度信息的畸变情况．实验结果表明，针对高斯模糊、ＪＰＥＧ压缩、ＪＰＥＧ２０００压缩、高斯白噪声、Ｈ．２６４编码以及这５种失真类型的综合情况，本文提出的立体图像质量客观评价模型与主观感知都存在较好的一致性，ＣＣ和ＳＲＯＣＣ值都超过０．９２，ＲＭＳＥ值低于６．６，ＯＲ值都为０．但是，本文实验中的权值参数都是基于一定量不同类型的立体失真图像通过实验得到的，其值有待进一步优化．同时，该模型在评价结构失真时没有考虑人眼的立体掩蔽效应等影响因素，因此，在评价结构失真时引入
５
５
０
１
第８期毛香英，等：基于结构失真分析的立体图像质量客观评价模型
可以确定其失真程度可否被感知的人眼视觉感知特性，建立完善的立体图像质量客观评价模型是我们下一步需要展开的研究工作．
参考文献（Ｒｅｆｅｒｅｎｃｅｓ）：
［１］Ｊｉａｎｇ Ｇａｎｇｙｉ，Ｈｕａｎｇ Ｄａｊｉａｎｇ，Ｗａｎｇ Ｘｕ，ｅｔ ａｌ，Ｏｖｅｒｖｉｅｗ ｏｎｉｍａｇｅ ｑｕａｌｉｔｙ ａｓｓｅｓｓｍｅｎｔ ｍｅｔｈｏｄｓ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｅｌｅｃｔｒｏｎｉｃｓ＆Ｉｎｆｏｒｍａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ，２０１０，３２（１）：２１９－２２６（ｉｎＣｈｉｎｅｓｅ）
（蒋刚毅，黄大江，王 旭，等．图像质量评价方法研究进展
［Ｊ］．电子与信息学报，２０１０，３２（１）：２１９－２２６）
［２］Ｐｈｉｌｉｐｐ Ｍ，Ｋａｒｓｔｅｎ Ｍ，Ｔｈｏｍａｓ Ｗ．３Ｄｖｉｄｅｏ：ａｃｑｕｉｓｉｔｉｏｎ，ｃｏｄｉｎｇ，ａｎｄ ｄｉｓｐｌａｙ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ ＣｏｎｓｕｍｅｒＥｌｅｃｔｒｏｎｉｃｓ，２０１０，５６（２）：９４６－９５０
［３］Ｙａｎｇ Ｊ Ｃ，Ｈｏｕ Ｃ Ｐ，Ｚｈｏｕ Ｙ，ｅｔ ａｌ．Ｏｂｊｅｃｔｉｖｅ ｑｕａｌｉｔｙａｓｓｅｓｓｍｅｎｔ ｍｅｔｈｏｄ ｏｆ ｓｔｅｒｅｏ ｉｍａｇｅｓ［Ｃ］??Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅＴｒｕｅ Ｖｉｓｉｏｎ－Ｃａｐｔｕｒｅ，Ｔｒａｎｓｍｉｓｓｉｏｎ ａｎｄ Ｄｉｓｐｌａｙ ｏｆ ３ＤＶｉｄｅｏ．Ｌｏｓ Ａｌａｍｉｔｏｓ：ＩＥＥＥ Ｃｏｍｐｕｔｅｒ Ｓｏｃｉｅｔｙ Ｐｒｅｓｓ，２００９：ＡｒｔｉｃｌｅＮｏ．５０６９６１５
［４］Ｙａｓａｋｅｔｈｕ Ｓ Ｌ Ｐ，Ｈｅｗａｇｅ Ｃ，Ｆｅｒｎａｎｄｏ Ｗ，ｅｔ ａｌ．Ｑｕａｌｉｔｙａｎａｌｙｓｉｓ ｆｏｒ ３Ｄｖｉｄｅｏ ｕｓｉｎｇ ２Ｄｖｉｄｅｏ ｑｕａｌｉｔｙ ｍｏｄｅｌｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｃｏｎｓｕｍｅｒ Ｅｌｅｃｔｒｏｎｉｃｓ，２００８，５４（４）：１９６９－１９７６
［５］Ａｌｅｘａｎｄｒｅ Ｂ，Ｐａｔｒｉｃｋ Ｌ Ｃ，Ｐａｔｒｉｚｉｏ Ｃ，ｅｔ ａｌ．Ｕｓｉｎｇ ｄｉｓｐａｒｉｔｙｆｏｒ ｑｕａｌｉｔｙ ａｓｓｅｓｓｍｅｎｔ ｏｆ ｓｔｅｒｅｏｓｃｏｐｉｃ ｉｍａｇｅｓ［Ｃ］??
Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ ＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ．Ｌｏｓ Ａｌａｍｉｔｏｓ：ＩＥＥＥ Ｃｏｍｐｕｔｅｒ Ｓｏｃｉｅｔｙ Ｐｒｅｓｓ，２００８：３８９－３９２
［６］Ｃａｍｐｉｓｉ Ｐ，Ｂｅｎｏｉｔ Ａ，Ｃａｌｌｅｔ Ｐ，ｅｔ ａｌ．Ｑｕａｌｉｔｙ ａｓｓｅｓｓｍｅｎｔ ｏｆｓｔｅｒｅｏｓｃｏｐｉｃ ｉｍａｇｅｓ［Ｊ］．ＥＵＲＡＳＩＰ Ｊｏｕｒｎａｌ ｏｎ Ｉｍａｇｅ ａｎｄＶｉｄｅｏ Ｐｒｏｃｅｓｓｉｎｇ，２００８（１）：Ａｒｔｉｃｌｅ Ｎｏ．６５９０２４
［７］Ｓａｚｚａｄ Ｚ Ｍ Ｐ，Ｙａｍａｎａｋａ Ｓ，Ｋａｗａｙｏｋｅｉｔａ Ｙ，ｅｔ ａｌ．Ｓｔｅｒｅｏｓｃｏｐｉｃ ｉｍａｇｅ ｑｕａｌｉｔｙ ｐｒｅｄｉｃｔｉｏｎ［Ｃ］??Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆＩｎｔｅｒｎａｔｉｏｎａｌ Ｗｏｒｋｓｈｏｐ ｏｎ Ｑｕａｌｉｔｙ ｏｆ Ｍｕｌｔｉｍｅｄｉａ Ｅｘｐｅｒｉｅｎｃｅ．Ｌｏｓ Ａｌａｍｉｔｏｓ：ＩＥＥＥ Ｃｏｍｐｕｔｅｒ Ｓｏｃｉｅｔｙ Ｐｒｅｓｓ，２００９：１８０－１８５［８］Ａｋｈｔｅｒ Ｒ，Ｓａｚｚａｄ Ｚ Ｍ，Ｈｏｒｉｔａ Ｙ，ｅｔ ａｌ．Ｎｏ－ｒｅｆｅｒｅｎｃｅｓｔｅｒｅｏｓｃｏｐｉｃ ｉｍａｇｅ ｑｕａｌｉｔｙ ａｓｓｅｓｓｍｅｎｔ［Ｃ］??Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆＳＰＩＥ．Ｂｅｌｌｉｎｇｈａｍ：Ｓｏｃｉｅｔｙ ｏｆ Ｐｈｏｔｏ－Ｏｐｔｉｃａｌ ＩｎｓｔｒｕｍｅｎｔａｔｉｏｎＥｎｇｉｎｅｅｒｓ，２０１０，７５２４：Ａｒｔｉｃｌｅ Ｎｏ．７５２４０Ｔ
［９］Ｗａｎｇ Ａｈｏｎｇ，Ｙｕ Ｍｅｉ，Ｐｅｎｇ Ｚｏｎｇｊｕ，ｅｔ ａｌ．Ａ ｑｕａｌｉｔｙａｓｓｅｓｓｍｅｎｔ ｍｅｔｈｏｄ ｏｆ ｓｔｅｒｅｏｓｃｏｐｉｃ ｉｍａｇｅｓ ｂａｓｅｄ ｏｎ ｈｕｍａｎｖｉｓｕａｌ ｓｙｓｔｅｍ［Ｊ］．Ｏｐｔｏ－Ｅｌｅｃｔｒｏｎｉｃ Ｅｎｇｉｎｅｅｒｉｎｇ，２０１１，３８（１）：１３４－１４１（ｉｎ Ｃｈｉｎｅｓｅ）
（王阿红，郁 梅，彭宗举，等．一种基于人眼视觉特性的立
体图像质量客观评价方法［Ｊ］．光电工程，２０１１，３８（１）：１３４－１４１）
［１０］Ｚｈｏｕ Ｊｕｎｍｉｎｇ，Ｙｕ Ｍｅｉ，Ｊｉａｎｇ Ｇａｎｇｙｉ，ｅｔ ａｌ．Ａ ｓｉｎｇｕｌａｒ ｖａｌｕｅｄｅｃｏｍｐｏｓｉｔｉｏｎ ｂａｓｅｄ ｏｂｊｅｃｔｉｖｅ ｑｕａｌｉｔｙ ａｓｓｅｓｓｍｅｎｔ ｍｏｄｅｌ ｏｎ
ｓｔｅｒｅｏｓｃｏｐｉｃ ｉｍａｇｅｓ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｃｏｍｐｕｔｅｒ－ＡｉｄｅｄＤｅｓｉｇｎ ＆Ｃｏｍｐｕｔｅｒ Ｇｒａｐｈｉｃｓ，２０１１，２３（５）：８７０－８７７（ｉｎＣｈｉｎｅｓｅ）
（周俊明，郁 梅，蒋刚毅，等．利用奇异值分解法的立体图
像客观质量评价模型［Ｊ］．计算机辅助设计与图形学学报，２０１１，２３（５）：８７０－８７７）
［１１］Ｃｈｅｎｇ Ｇｕａｎｇｑｕａｎ，Ｃｈｅｎｇ Ｌｉｚｈｉ．Ｒｅｇｕｌａｒ ｄｉｒｅｃｔｉｏｎａｌｄｉｓｔｏｒｔｉｏｎ ｂａｓｅｄ ｃｏｍｐｒｅｓｓｅｄ ｉｍａｇｅ ｑｕａｌｉｔｙ ａｓｓｅｓｓｍｅｎｔ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｅｌｅｃｔｒｏｎｉｃｓ ＆Ｉｎｆｏｒｍａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ，２０１０，３２（６）：１３１６－１３２０（ｉｎ Ｃｈｉｎｅｓｅ）
（程光权，成礼智．基于正则化方向失真的压缩图像质量评价
［Ｊ］．电子与信息学报，２０１０，３２（６）：１３１６－１３２０）
［１２］Ｚｈａｎｇ Ｆｅｉｙａｎ，Ｘｉｅ Ｗｅｉ，Ｃｈｅｎ Ｒｏｎｇｙｕａｎ，ｅｔ ａｌ．Ｃｏｍｐｒｅｓｓｉｏｎｉｍａｇｅ ｑｕａｌｉｔｙ ａｓｓｅｓｓｍｅｎｔ ｂａｓｅｄ ｏｎ ｈｕｍａｎ ｖｉｓｕａｌ ｗｅｉｇｈｔ ａｎｄｓｉｎｇｕｌａｒ ｖａｌｕｅ ｄｅｃｏｍｐｏｓｉｔｉｏｎ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｅｌｅｃｔｒｏｎｉｃｓ ＆Ｉｎｆｏｒｍａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ，２０１０，３２（５）：１０６１－１０６５（ｉｎＣｈｉｎｅｓｅ）
（张飞艳，谢 伟，陈荣元，等．基于视觉加权的奇异值分解
压缩图像质量评价测度［Ｊ］．电子与信息学报，２０１０，３２（５）：１０６１－１０６５）
［１３］Ｗａｎｇ Ｚ，Ｂｏｖｉｋ Ａ Ｃ．Ｉｍａｇｅ ｑｕａｌｉｔｙ ａｓｓｅｓｓｍｅｎｔ：ｆｒｏｍ ｅｒｒｏｒｖｉｓｉｂｉｌｉｔｙ ｔｏ ｓｔｒｕｃｔｕｒａｌ ｓｉｍｉｌａｒｉｔｙ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎＩｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ，２００４，１３（４）：６００－６１２
［１４］Ｔａｍ Ｗ Ｊ，Ｓｐｅｒａｎｚａ Ｆ，Ｚｈａｎｇ Ｌ，ｅｔ ａｌ．Ｄｅｐｔｈ ｉｍａｇｅ ｂａｓｅｄｒｅｎｄｅｒｉｎｇ ｆｏｒ ｍｕｌｔｉｖｉｅｗ ｓｔｅｒｅｏｓｃｏｐｉｃ ｄｉｓｐｌａｙｓ：ｒｏｌｅ ｏｆｉｎｆｏｒｍａｔｉｏｎ ａｔ ｏｂｊｅｃｔ ｂｏｕｎｄａｒｉｅｓ［Ｃ］??Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ＳＰＩＥ．Ｂｅｌｌｉｎｇｈａｍ：Ｓｏｃｉｅｔｙ ｏｆ Ｐｈｏｔｏ－Ｏｐｔｉｃａｌ ＩｎｓｔｒｕｍｅｎｔａｔｉｏｎＥｎｇｉｎｅｅｒｓ，２００５，６０１６：Ａｒｔｉｃｌｅ Ｎｏ．６０１６０９
［１５］Ｌｉ Ｃ Ｆ，Ｂｏｖｉｋ Ａ Ｃ．Ｔｈｒｅｅ－ｃｏｍｐｏｎｅｎｔ ｗｅｉｇｈｔｅｄ ｓｔｒｕｃｔｕｒａｌｓｉｍｉｌａｒｉｔｙ ｉｎｄｅｘ［Ｃ］??Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ＳＰＩＥ．Ｂｅｌｌｉｎｇｈａｍ：Ｓｏｃｉｅｔｙ ｏｆ Ｐｈｏｔｏ－Ｏｐｔｉｃａｌ Ｉｎｓｔｒｕｍｅｎｔａｔｉｏｎ Ｅｎｇｉｎｅｅｒｓ，２００９，７２４２：Ａｒｔｉｃｌｅ Ｎｏ．７２４２０Ｑ
［１６］Ｙａｎｇ Ｊｉａｃｈｅｎ，Ｈｏｕ Ｃｈｕｎｐｉｎｇ，Ｌｅｉ Ｊｉａｎｊｕｎ．Ｏｂｊｅｃｔｉｖｅ ｑｕａｌｉｔｙｅｖａｌｕａｔｉｏｎ ｍｅｔｈｏｄ ｏｆ ｓｔｅｒｅｏ ｉｍａｇｅ ｂａｓｅｄ ｏｎ ｈｕｍａｎ ｖｉｓｕａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｔｉａｎｊｉｎ Ｕｎｉｖｅｒｓｉｔｙ，２００９，４２（７）：６２２－６２７（ｉｎ Ｃｈｉｎｅｓｅ）
（杨嘉琛，侯春萍，雷建军．基于人眼视觉特征的立体图像质
量客观评价方法［Ｊ］．天津大学学报，２００９，４２（７）：６２２－６２７）［１７］Ｚｈｏｕ Ｊ，Ｊｉａｎｇ Ｇ，Ｍａｏ Ｘ，ｅｔ ａｌ．Ｓｕｂｊｅｃｔｉｖｅ ｑｕａｌｉｔｙ ａｎａｌｙｓｉｓ ｏｆｓｔｅｒｅｏｓｃｏｐｉｃ ｉｍａｇｅｓ ｉｎ ３ＤＴＶ ｓｙｓｔｅｍ［Ｃ］??Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆＶｉｓｕａｌ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ａｎｄ Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ．Ｌｏｓ Ａｌａｍｉｔｏｓ：ＩＥＥＥ Ｃｏｍｐｕｔｅｒ Ｓｏｃｉｅｔｙ Ｐｒｅｓｓ，２０１１：Ａｒｔｉｃｌｅ Ｎｏ．６１１５９１３［１８］Ｃｈｏｕ Ｃ Ｈ，Ｌｉ Ｙ Ｃ．Ａ ｐｅｒｃｅｐｔｕａｌｌｙ ｔｕｎｅｄ ｓｕｂｂａｎｄ ｉｍａｇｅｃｏｄｅｒ ｂａｓｅｄ ｏｎ ｔｈｅ ｍｅａｓｕｒｅ ｏｆ ｊｕｓｔ－ｎｏｔｉｃｅａｂｌｅ ｄｉｓｔｏｒｔｉｏｎ ｐｒｏｆｉｌｅ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｃｉｒｃｕｉｔｓ ａｎｄ Ｓｙｓｔｅｍｓ ｆｏｒ ＶｉｄｅｏＴｅｃｈｎｏｌｏｇｙ，１９９５，５（６）：４６７－４７６
［１９］Ｂｒｕｎｎｓｔｒｏｍ Ｋ，Ｈａｎｄｓ Ｄ，Ｓｐｅｒａｎｚａ Ｆ，ｅｔ ａｌ．ＶＱＥＧｖａｌｉｄａｔｉｏｎ ａｎｄ ＩＴＵ ｓｔａｎｄａｒｄｉｚａｔｉｏｎ ｏｆ ｏｂｊｅｃｔｉｖｅ ｐｅｒｃｅｐｔｕａｌｖｉｄｅｏ ｑｕａｌｉｔｙ ｍｅｔｒｉｃｓ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ ＳｉｇｎａｌＰｒｏｃｅｓｓｉｎｇ Ｍａｇａｚｉｎｅ，２００９，２６（３）：９６－１０１
６
５
０
１计算机辅助设计与图形学学报 第２４卷
评价B超诊断图像质量 的指标综述 集团公司文件内部编码：（TTT-UUTT-MMYB-URTTY-ITTLTY-
评价B超诊断图像质量的指标综述 [摘要]医学超声诊断仪在临床上用于疾患和计划生育已得到了肯定，并广泛应用。正因为如此，它的图像质量问题涉及到人类的生命健康及生命繁衍。如何提高图像质量，尽可能获取真实丰富的人体信息，便成为该领域内科学研究和技术攻关的焦点。而影响图像质量的指标就是其中至关重要的环节。本文对这些技术参数进行了分析和描述。 [关键词]B超伪像图像质量分辨率探测深度盲区 1B超 B超成像的基本原理就是：向人体发射一组超声波,按一定的方向进行扫描。根据监测其回声的延迟时间,强弱就可以判断脏器的距离及性质。经过电子电路和计算机的处理,形成了我们今天的B超图像。B超的关键部件就是我们所说的超声探头(probe),其内部有一组超声换能器,是由一组具有压电效应的特殊晶体制成。这种压电晶体具有特殊的性质,就是在晶体特定方向上加上电压,晶体会发生形变,反过来当晶体发生形变时,对应方向上就会产生电压,实现了电信号与超声波的转换。 2.伪像 B超成像过程中形成的伪像包括混响伪像，声像图伪像，镜面伪像 （mirror?artifacts），旁瓣伪像，切片厚度伪像等。 2.1混响伪像：是指超声垂直照射到平整的界面如胸壁、腹壁上，超声波在探头和界面之间来回反射，所引起的多次反射。混响的形态呈等距离多条回声，回声强度依深度递减。 2.2声像图伪像：是指超声显示的断层图像与其相应的客观的解剖断面之间存在的差异。 2.3镜面伪像（mirror?artifacts）：遇到深部的界面，即声阻抗差异较大的平整大界面时，在近侧的结构同时在图像的该界面另一侧出现的伪像。当肋缘下向上扫查右肝和横膈时，声束遇到膈-肺界面而发生全反射和镜面伪像。膈下出现肝实质回声（实象），膈上
图像质量评价标准图像质量评价标准 文件编号 : 秘密等级：发出部门 : 颁发日期 : 版本号 : 发送至： 抄送： 总页数： 附件： 主题词：图像质量评价 编制 : 审核 : 批准 : 文件分发清单 分发部门/人数量签收人签收日期分发部门/人数量签收人签收日期 文件更改历史 更改日期版本号更改原因
图像质量评价标准 目录 1.目的及适用范围 (3) 2.规范性参考文件 (3) 3.术语与定义： (3) 3.1 主观评价 (3) 3.2 测试图像 (3) 4.一般要求 (3) 4.1测试样品 (3) 4.2测试环境 (3) 4.3 图片的选择 (4) 4.4测试项目 (4) 4.4.1静态图片测试项目： (4) 4.4.2 动态视频测试项目： (4) 4.5 评价方法及等级等级 (5) 4.5.1评价方法描述 (5) 4.5.2 数据处理 (6) 5.测试项目及评价方法 (6) 5.1 完整性及几何失真测试图 (6) 5.2 清晰度测试 (7) 5.3 图像层次、灰阶测试 (9) 5.4 色彩饱和度测试 (10) 5.6 抖动及噪点测试 (14) 5.7图像暗场特性 (17) 5.8图像亮场特性 (18) 5.9 图像完整性及失真测试 (19) 5.10 RGB重合性测试 (19) 5.11 移动字幕处理能力测试 (20) 5.11视频显示流畅性测试： (21) 5.12运动图像帧速度测试 (21) 5.13运动图像同步性测试 (21) 5.14运动图像更新程度测试 (21) 6.附件：评价项目及表格 (22) 第2页共22页
1.目的及适用范围 标准规定了公司显示产品图像质量测试的静态图片及动态视频。 标准的目的是给出图像质量的评价、判断标准及方法。 标准适用于公司所有显示产品（DLP、LCD、IDB等）的设计、生产、调试评价的依据。 2.规范性参考文件 GB/T 9379-1988 电视广播接收机主观试验评价方法 GY/T 228 -2007 标准清晰度数字电视主观评价 3.术语与定义： 3.1 主观评价 subjective assessment 直接利用观察者对被测系统质量的主观反应来确定被测系统性能的一种方法 3.2 测试图像 test materials 用于公司显示产品图像质量评价的、在图像内容上有特定要求的静止图像或动态视频。 4.一般要求 4.1测试样品 测试样品（以下简称“样品”）应是在逐批检查的合格产品批次中随机抽取的合格品。 4.2测试环境 本标准的测试环境应使用经过确认的标准测试设备，标准测试设备是指正常工作状态下的显示单元及显示系统（显示系统需确认颜色一致、机械位置、光学性能参数等均已达到系统要求或客户使用要求）；标准的DVD播放机；标准的信号源；标准连接线缆。
【最新整理，下载后即可编辑】 放射科图像质量评价标准 （2016年修订） 一、一般要求 1、X线照片满足影像诊断要求。 2、X线照片标识，左右标志正确，检查号、检查日期、检查医院、被检者姓名、性别、年龄、图像放大比例或比例尺等信息完整。 3、图像放大比例一致：正位片与侧位片或斜位片放大比例一致。同一部位不同时间摄片放大比例一致。 4、整体画面布局美观，影像无失真变形。 二、优质图像标准 1、密度合适 2、层次分明 3、摄影体位标准： 4、照射野大小合适: 被检部位影像全部在照片上显示,但不应过多包含非检查部位，尤其是内分泌腺；重点组织界限清楚；脊柱应含相邻椎体；四肢长骨应至少包括1个邻近关节；肋骨应包括第1或第12肋骨。 5、无体外伪影。 6、无运动伪影。 7、特殊检查体位应标注。 8、胶片无污片、划片、粘片、指纹。
放射科图像质量评价内容及方法 项目评价内容和方法扣分 图像对比看电脑图片或胶片图像，对比欠佳5 图像层次看电脑图片或胶片，层次欠分明 5 投照野控制投照野过大或包括不全 5 伪影不影响诊断的伪影，如内衣扣、金属线5 有可能误认为病变的伪影 50 伪影范围较大，掩盖诊断区。50 呼吸伪影或运动伪影5~10 抽查胶片，有污片、划片、粘片 5 图像标识不完整 5 图像重要标识如左右、姓名、性别错误 50 摄影体位不标准15~20 特殊体位无标注，如腹部立位位，水平侧位10 摄影部位错误对照申请单和摄影部位是否一致50 图像放大比例抽查胶片，图像放大比例是否一致5 用片统一，尺寸合理抽查胶片 5 质量等级评价方法：结合DR影像质量要求，每份图像为100分，扣完为止。 优：≥90分良：80~89分合格：70~79分不合格：＜70分
超声科图像质量评价评分标准细则 附表(一) 1.图像清晰度（10分）(一副图像显示不清晰扣1分） 2.图像均匀性（10分）（一副图像不均匀扣1分） 3.超声切面标准性（10分）（一副图像不标准扣1分，漏一个常规切面扣2分） 4.伪相识别（10分）（缺伪像图像相关图像扣5分） 5.彩色血流显示情况（10分）（缺规定血流图像一副扣2分）6．图像于超声报告相关性（10分）（缺报告相关性常规切面图像一副扣1分） 7.图像有无斑点、雪花细粒、网纹（10分）（一副图像有斑点、雪花细粒、网纹扣1分） 8.图像与临床疾病相关性（10分）（报告所选图像与疾病相关性无关扣5分） 9.探测深度（要占1/2以上）（10分）（一副图像未达到1/2扣1分） 10.工作频率与脏器相关性（10分）（一副图像工作频率与脏器相关性不符扣1分）
超声科图像质量评价评分标准 1.图像清晰度10分 2.图像均匀性10分 3.超声切面标准性10分 4.伪相识别10分 5.图像与报告相关性10分 6.彩色血流显示情况10分 7.图像有无斑点、雪花细粒、网文10分 8.图像与临床疾病相关性10分 9.探测深度（要占1/2以上）10分 10.工作频率与脏器相关性10分
超声科图像质量评价细则 附表（二） 按照超声科常规切面操作规范规定细则如下： 1.肝脏：正常肝脏6个切面（第一肝门，门静脉二维图像，门静脉 血流频谱图像并有测值，第二肝门图像，肝脏工字状结构图像，肝左叶图像）。 异常肝脏8个切面（第一肝门，门静脉二维图像，门静脉血流频谱图像并有测值，第二肝门图像，肝脏工字状结构图像，肝左叶图像，异常部位二维及彩色） 2.胆囊：正常1个切面（显示胆囊颈部，胆囊底部） 异常2个切面（显示胆囊颈部+胆囊底部，异常部位图像） 3.胰腺：正常2个切面（胰腺的二维+彩色血流图像，显示胰头， 胰体，胰尾，） 4.异常3个切面（胰头，胰体，胰尾，胰腺彩色血流图像） 5.脾脏：正常2个切面（脾脏全长及脾门彩色血流图像） 异常3个切面（脾脏全长切面，异常二维及彩色血流图像） 5.泌尿系统：正常双肾2个切面（肾脏纵切面二维及彩色血流图像）异常双肾4个切面（肾脏纵切面二维及彩色血流图像，异常部位二维及彩色） 6.膀胱：正常2个切面（膀胱三角，膀胱底部） 异常4个切面（膀胱三角，膀胱底部，异常部位二维及彩色）7.前列腺：正常3个切面（前列腺纵切面，前列腺横切面，前列腺彩
影像科图像质量评价标准 This model paper was revised by the Standardization Office on December 10, 2020
影像科图像质量评价标准 一、图像质量保证组织和人员职责分工 影像科建立图像质量保证工作小组，小组成员包括高年资影像诊断医师、影像科技师、影像设备维修人员相关专业工程技术人员。 影像质量保证工作小组成员中，影像设备维修人员或相关专业技术人员负责影像设备正常运行，保证影像设备运行稳定，参数准确，发生设备故障及时检修。技师负责检查扫描过程的质量控制。影像诊断医师负责诊断操作的质量控制和影像诊断质量报告的控制。 二、图像质量评价制度 影像技术质控每周一次。根据影像质量评价标准，评价影像质量，分析不合格片和差级片原因，提出改进办法。 在日常诊断读片的同时，从诊断角度，对影像质量进行评价，发现图像质量不能满足影像诊断，技师与技术人员沟通，提出改进建议。 定期进行影像诊断与手术、病理或出院诊断随访对比，统计影像诊断与临床诊断的符合率，分析误诊漏诊原因，不断总结经验，提高诊断正确性。 三、图像质量评价标准 （一）一般要求 1、被检查器官和结构在检查范围内可观察到。主要结构、解剖结构、解剖细节清晰辨认，影像能满足影像诊断要求。
2、照片中的诠释齐全、无误、左右标志、检查号、检查日期、检查医院、被检查者姓名、性别、年龄、图像放大比例或比例尺等信息完整。正确放置铅号码，以分辨前后位或前位。 3、用片统一，用片寸合理，分隔规范，照射野大小控制适当。成人胸片不小于11x14英寸，成人四肢不小于10x12英寸。 4、图像放大比例一致：正位片、侧位片或斜位片放大比例不小于65%。 5、整体画面布局美观，影像无失真变形。 6、对辐射敏感的组织和器官应尽可能的屏蔽。 7、对不同检查部位的影像质量标准参照《影像科管理与技术规范》X片影像标准。 （二）优质片标准 1、密度合适（照片中诊断密度范围控制在—之间）； 2、层次分明（不同部位要求不同）； 3、摄影体位正确：被检组织影像全部在照片上显示；重点组织界限清楚；脊柱应含相邻椎体；四肢应包括临近关节；肋骨应包括第1或第12肋骨；组织影像应符合正常的解剖投影，无失真； 4、无技术操作缺陷：无体外阴影，无污片、划片、粘片、水迹、指纹、漏光、静电等阴影 （三）良级片标准
影像科图像质量评价标准 一、图像质量保证组织和人员职责分工 影像科建立图像质量保证工作小组，小组成员包括高年资影像诊断医师、影像科技师、影像设备维修人员相关专业工程技术人员。 影像质量保证工作小组成员中，影像设备维修人员或相关专业技术人员负责影像设备正常运行，保证影像设备运行稳定，参数准确，发生设备故障及时检修。技师负责检查扫描过程的质量控制。影像诊断医师负责诊断操作的质量控制和影像诊断质量报告的控制。 二、图像质量评价制度 影像技术质控每周一次。根据影像质量评价标准，评价影像质量，分析不合格片和差级片原因，提出改进办法。 在日常诊断读片的同时，从诊断角度，对影像质量进行评价，发现图像质量不能满足影像诊断，技师与技术人员沟通，提出改进建议。 定期进行影像诊断与手术、病理或出院诊断随访对比，统计影像诊断与临床诊断的符合率，分析误诊漏诊原因，不断总结经验，提高诊断正确性。 三、图像质量评价标准 （一）一般要求 1、被检查器官和结构在检查范围内可观察到。主要结构、解剖结构、解剖细节清晰辨认，影像能满足影像诊断要求。 2、照片中的诠释齐全、无误、左右标志、检查号、检查日期、检查医院、被检查者姓名、性别、年龄、图像放大比例或比例尺等信息完整。正确放置铅号码，以分辨前后位或前位。
3、用片统一，用片寸合理，分隔规范，照射野大小控制适当。成人胸片不小于11x14英寸，成人四肢不小于10x12英寸。 4、图像放大比例一致：正位片、侧位片或斜位片放大比例不小于65%。 5、整体画面布局美观，影像无失真变形。 6、对辐射敏感的组织和器官应尽可能的屏蔽。 7、对不同检查部位的影像质量标准参照《影像科管理与技术规范》X片影像标准。 （二）优质片标准 1、密度合适（照片中诊断密度范围控制在—之间）； 2、层次分明（不同部位要求不同）； 3、摄影体位正确：被检组织影像全部在照片上显示；重点组织界限清楚；脊柱应含相邻椎体；四肢应包括临近关节；肋骨应包括第1或第12肋骨；组织影像应符合正常的解剖投影，无失真； 4、无技术操作缺陷：无体外阴影，无污片、划片、粘片、水迹、指纹、漏光、静电等阴影 （三）良级片标准 优级片中有1项不足，但对影像诊断影响不大。 （四）差级片标准 优级片中有2项以上不足，尚能用于诊断。 （五）废片标准 不能用于诊断
第二章 结构的几何组成分析 李亚智 航空学院·航空结构工程系
2.1 概述 结构要能承受各种可能的载荷，其几何组成要稳固。即受力结构各元件之间不发生相对刚体移动，以维持原来的几何形状。 在任意载荷作用下，若不考虑元件变形，结构保 持其原有几何形状不变的特性称为几何不变性。 在载荷作用下的系统可分为三类。 2.1.1 几何可变系统 特点： 不能承载，只能称作“机构”。 2 1 3 4 P 2’3’
2.1.2 几何不变系统 特点：能承载，元件变形引起几何形状的微小变化，可以称为结构。 2.1.3 瞬时几何可变系统 特点：先发生明显的几何变形，而后几何不变。 P 213 4 2’ 3’ 2’3’ P 2 1 34 5 ∞ →=2321N N 1 2 3 P 内力巨大，不能作为结构。 N 21 N 23 P 2
由以上分析可见，只有几何不变的系统才能承力和传力，作为“结构”。 系统几何组成分析的目的： （1）判断系统是否几何不变，以决定是否能作为结构 使用； （2）掌握几何不变结构的组成规律，便于设计出合理 的结构； （3）区分静定结构和静不定结构，以确定不同的计算 方法。
2.2 几何不变性的判断 2.2.1 运动学方法 将结构中的某些元件看成自由体，拥有一定数量的自由度； 将结构中的另一些元件看成约束。 如果没有足够多的约束去消除自由度，系统就无法保持原有形状。 所谓运动学方法，就是指这种引用“约束”和“自由度”的概念来判断系统几何不变性的方法。
1、自由度与约束（1）自由度的定义 决定一物体在某一坐标系中的位置所需要的独立变量的数目称为自由度，用n 表示。平面一个点有2个独立坐标，故n =2空间一个点有3个独立坐标，故n =3 x y y ?x ?A A ' x y A y A x A z A z A ' O
影像图像质量评价： 以每天阅片的形式对每一张图像进行评价，参加人员前一天夜班、当天 上夜班、白班、技术组人员。 日期：影像号：操作员：分数：内容备注扣分标准扣分 1. 图像对比看电脑图片或胶片图像，对比欠佳 5 2. 图像层次看电脑图片或胶片图像，层次欠分明 5 3 被检查者部位、肢位置不正、照片上下、左右边缘不对 5 体位置准确，照片上称、体位不标准 下、左右边缘对称 4. 人为伪影如未去除金属物引起的伪影10 5. 运动伪影不影响诊断5-10 6. 设备伪影不影响诊断5-10 7. 拼音错误如‘ o’拼为‘ e’等10 8. 图像标识不完整 5 9. 图像重要标识错如左右 . 姓名 . 性别错误50 误 10. 造影片造影剂造影剂显影不均匀、充盈吧不满意55 显影均匀、充盈满意 11 图像后处理方法不准确，不影响诊断10 12. 检查部位错误对照申请单和检查部位是否一致50 日期 : 影像号：操作员：分数：内容备注扣分标扣分 准 1. 图像对比看电脑图片或胶片图像，对比欠佳 5 2. 图像层次看电脑图片或胶片图像，层次欠分明 5 3 被检查者部位、肢位置不正、照片上下、左右边缘不对 5 体位置准确，照片上称 下、左右边缘对称 4. 人为伪影如未去除金属物引起的伪影10 5. 运动伪影不影响诊断5-10 6. 设备伪影不影响诊断5-10 7. 拼音错误如‘ o’拼为‘ e’等 8. 图像标识不完整 5 9. 图像重要标识错如左右 . 姓名 . 性别错误50 误 10. 造影片造影剂造影剂显影不均匀、充盈吧不满意55 显影均匀、充盈满意 11 图像后处理方法不准确，不影响诊断10 12. 检查部位错误对照申请单和检查部位是否一致50 质量等级评价方法：结合影像质量要求，每份图像为100 分，扣完为止 优：≥ 90 分良： 80~89 分差： 70~79分不合格：＜ 70 分
在图像信息技术被广泛应用的情况下，对图像质量的评估变成一个广泛而基本的问题。由于图像信息相对于其它信息有着无可比拟的优点，因此对图像信息进行合理处理成为各领域中不可或缺的手段。在图像的获取、处理、传输和记录的过程中，由于成像系统、处理方法、传输介质和记录设备等不完善，加之物体运动、噪声污染等原因,不可避免地带来某些图像失真和降质，这给人们认识客观世界、研究解决问题带来很大的困难。 比如，在图像识别中，所采集到的图像质量直接影响识别结果的准确性和可靠性；又如，远程会议和视频点播等系统受传输差错、网络延迟等不利因素影响，都需要在线实时的图像质量监控，以便于服务提供商动态地调整信源定位策略，进而满足服务质量的要求；在军事应用方面，战场监视和打击评估的效果也取决于无人机等航拍设备所采集到的图像或视频的质量。因此，图像质量的合理评估具有非常重要的应用价值。 从有没有人参与的角度区分，图像质量评价方法有主观评价和客观评价两个分支。主观评价以人作为观测者，对图像进行主观评价，力求能够真实地反映人的视觉感知；客观评价方法借助于某种数学模型，反映人眼的主观感知，给出基于数字计算的结果。 图像质量的主观评价 主观评价只涉及人作出的定性评价，它以人为观察者，对图像的优劣作出主观的定性评价。对于观察者的选择一般考虑未受训练的“外行”或者训练有素的“内行”。该方法是建立在统计意义上的，为保证图像主观评价在统计上有意义，参加评价的观察者应该足够多。主观评价方法主要可分为两种：绝对评价和相对评价。 绝对评价 所谓绝对评价，是由观察者根据自己的知识和理解，按照某些特定评价性能对图像的绝对好坏进行评价。通常，图像质量的绝对评价都是观察者参照原始图像对待定图像采用双刺激连续质量分级法（Double Stimulus Continuous Scale,DSCQS），给出一个直接的质量评价值。具体做法是将待评价图像和原始图像按一定规则交替播放持续一定时间给观察者，然后在播放后留出一定的时间间隔供观察者打分，最后将所有给出的分数取平均作为该序列的评价值，即该待评图像的评价值。国际上也对评价尺度做出了规定，对图像质量进行等级划分并用数字表示，也称为图像评价的5分制“全优度尺度”。（见表1.1）
［例题2-1-1］ 计算图示体系的自由度。，可变体系。 （a）（b） 解： （a ） 几何不变体系，无多余约束 （b ） 几何可变体系 ［例题2-1-2］ 计算图示体系的自由度。桁架几何不变体系，有多余约束。 解： 几何不变体系，有两个多余约束 ［例题2-1-3］ 计算图示体系的自由度。桁架自由体。 解： 几何不变体系，无多余约束 ［例题2-1-4］ 计算图示体系的自由度。，几何可变体系。 解： 几何可变体系 ［例题2-1-5］ 计算图示体系的自由度。刚架自由体。 解： 几何不变体系，有6个多余约束 ［例题2-2-1］ 对图示体系进行几何组成分析。两刚片规则。 几何不变体系，且无多余约束 ［例题2-2-2］ 对图示体系进行几何组成分析。两刚片规则。 几何不变体系，且无多余约束 ［例题2-2-3］ 对图示体系进行几何组成分析。两刚片规则。 几何不变体系，且无多余约束 ［例题2-2-4］ 对图示体系进行几何组成分析。两刚片规则。
几何不变体系，有一个多余约束 ［例题2-2-5］ 对图示体系进行几何组成分析。二元体规则。 几何不变体系，且无多余约束 ［例题2-2-6］ 对图示体系进行几何组成分析。两刚片规则，三刚片规则。 几何不变体系，且无多余约束 ［例题2-2-7］ 对图示体系进行几何组成分析。三刚片规则。 几何不变体系，且无多余约束 ［例题2-2-8］ 对图示体系进行几何组成分析。三刚片规则。 几何不变体系，且无多余约束［例题2-3-1］ 对图示体系进行几何组成分析。两刚片规则。 几何瞬变体系 ［例题2-3-2］ 对图示体系进行几何组成分析。两刚片规则。 几何瞬变体系 ［例题2-3-3］ 对图示体系进行几何组成分析。三刚片规则。 几何瞬变体系 ［例题2-3-4］ 对图示体系进行几何组成分析。三刚片规则。
汇总季度：2011年第四季度 汇总时间：2011年1月2日 汇总人员：孙万龙 汇总结果; 本季度共抽查CR照片45张，CT照片15张。 抽查结果： 1.其中1份CR照片有异物（纽扣），1份CR照片有遮线器边影，1份CR片颗粒粗糙。 2.1份CR照片忘记填写患者的年龄。 3.1份CT片图像良好，但照片呈线状伪影，系激光打印机激光头粘附灰尘。 4.本次抽查结果为甲级片率为91%,无废片。 整改措施： 1.所有影像科技师应该树立高度责任心和职业感，在检查前详细地核查病人的资料，务必将这些资料填写完整、准确无误。 2.影像技师要加强业务学习，严格掌握技术操作规范，掌握机器的投照条件。 3.激光打印机、阅读器应有专人定期清洁维护，保持打印机和阅读器所在房间清洁，无关人员禁止入内，减少灰尘带入。
汇总季度：2012年第一季度 汇总时间：2012年4月4日 汇总人员：于清山 汇总结果; 本季度共抽查CR照片45张，CT照片15张。 抽查结果： 1.其中2份CR照片有异物（分别为拉链和内衣上的胶字）。 2.1份CR照片灰雾度过大，曝光过度. 3.1份CR片有伪影，系IP板污染。 4.CT片未查出问题，本次抽查结果为甲级片率为93%,无废片。 整改措施： 1.所有影像科技师应该树立高度责任心和职业感，在检查前详细地核查病人身上有无异物，并耐心地说服病人摘除异物，取得病人的配合。 2.影像技师要加强业务学习，严格掌握技术操作规范，掌握机器的投照条件。 3.IP板暗盒影轻取轻放，竖立直放，避免碰撞、震动、跌落，远离放射源，避免强光照射，IP板应定期用脱脂棉及无水乙醇清洁。
汇总季度：2012年第二季度 汇总时间：2012年7月3日 汇总人员：郑和永 汇总结果; 本季度共抽查CR照片45张，CT照片15张。 抽查结果： 1.其中4份CR照片有异物（分别为文胸上的金属、拉链、内衣上的胶字和身上贴的膏药）。 2.1份CR照片灰雾度过大，曝光过度. 3.1份CT片图像良好，但照片呈线状伪影，系激光打印机激光头粘附灰尘。 4.本次抽查结果为甲级片率为90%,无废片。 整改措施： 1.所有影像科技师应该树立高度责任心和职业感，在检查前详细地核查病人身上有无异物，并耐心地说服病人摘除异物，取得病人的配合。 2.影像技师要加强业务学习，严格掌握技术操作规范，掌握机器的投照条件。 3.激光打印机、阅读器应有专人定期清洁维护，保持打印机和阅读器所在房间清洁，无关人员禁止入内，减少灰尘带入。
诊断报告书写格式和质量评价标准 （一）诊断报告书写格式参照我科《影像诊断报告书写规范》（二）承诺出报告时间： 1、X线平片报告：急诊30分钟，普通2小时；胃肠等特殊造影：当日出片。 2、CT、MR报告：急诊30分钟，普通24小时内（隔日上午9点30 分前）。 3、特殊病例在与患者及家属沟通后于48小时内发出。 （三）诊断报告质量评价标准 1、良好的影像诊断报告：书写格式符合诊断报告书写规范。要求项目齐全，影像描写如实反映影像学改变，影像描述与诊断意见一致，重点突出，条理清楚，术语准确，字迹清析。 2、不符合影像诊断报告要求的：①影像描述与诊断意见矛盾；②书写过于简单；③用语不规范；④病灶主要象征未描述错误；⑤字迹不清。 （四）读片及随访质量控制 1、每工作日读片对疑难病例进行集中讨论，讨论意见及时作出记录。 2、每月及时登记病例随访结果并利用PACS及相关系统统计诊断符合率，结合诊断随访结果每月进行一次随访病例学习，并对重点病例进行讨论，提高医师诊断水平。 读片及报告书写制度 (1)每日集体读片，安排在上午晨会后，由当班医师选出疑难病例和典型病例进行讨论和示教，以便集思广益，提高诊疗质量。 (2)读片应密切结合病史、体格检查及其他必要的检查资料进行充分讨论，遇有疑难问题时，可协同超声、核医学和各有关科室会诊解决。 (3)诊疗报告必须按要求逐项填写，描述和分析应符合规范要求，并作出诊断或提出参考意见。报告医师应签全名，并由主治医师或以上人员负责复审签发。 (4)诊疗报告发出：急诊检查于完成后半小时内出报告（从检查结束到报告时间），普通X线平片2小时内出报告，CT、MR普通检查当日出报告，CT、MR特殊病例及特殊检查48小时内出报告。特殊情况
影像科图像质量评价Newly compiled on November 23, 2020
影像科图像与报告质量评价制度 根据医院规定与科室具体情况及发展的要求，制定相应的质控、项目评价、改进措施制度。 一、科主任负责全部的质控指标检查CT检查由石应同志负责质控指标，普放检查由袁林同志负责质控指标MR 检查由黄静同志负责质控指标，报告书写由王大江同志负责质控指标。 二、要求各部门认真做好检查及报告质量的督查，对不合格的投照检查CT 扫描MR检查和相关不合格的报告要进行及时的修改更正，提出相应的改进措施及方案，做好相关的记录。 三、普放CR、DR 质控指标，登记时是否与患者的姓名、性别、年龄、检查部位一致，投照时是否与申请单一致，扫描图像后投照部位的左右一定要标记准确，对投照条件使用不佳的图像不要传输，一定要重新投照后再传输，对打印胶片时，外科需要手术的患者和内科有病变的片子一定要打1：1 的胶片，对普放报告要及时检查描述的准确性，左右的描述及意见，及诊断意见的正确与否。 CT 质控量指标，CT 扫描检查的患者的姓名、性别、年龄、扫描部位是否与申请单一致，扫描所用的参数是否符合扫描部位的要求，对不符合要求的要及时纠正，对诊断报告的描述是否符合影像表现，诊断是否恰如其分，对错误的要及时修改。 MR质控量指标，MR扫描检查的患者的姓名、性别、年龄、扫描部位是否与申请单一致，扫描所用的参数是否符合扫描部位的要求，对不符合要求
的要及时纠正，对诊断报告的描述是否符合影像表现，诊断是否恰如其分，对错误的要及时修改。 六、对修改的检查及报告要做好相关记录。 七、对不按照上述标准执行的按相关文件做相应的处理。 图像及报告质量评价小组成员及职责 为加强影像科图像质量管理和质量控制，保证影像科诊断质量与医疗安全，并明确图像质量评价小组。 一、影像科图像及报告质量评价小组成员如： 组长： 成员： 技师组： 诊断组： 二、影像科图像与报告质量评价小组职责： （一）影像科应建立图像及报告质量评价小组，小组成员应包括影像科主任、影像诊断医师、影像科技师。 （二）影像科图像与报告质量评价小组负责图像与报告质量评价的全面实施，组织定期和不定期的核查。 （三）影像科技师负责检查扫描过程的质量控制，发现图像质量问题应及时解决。 （四）影像诊断医师负责诊断操作的质量控制和图像诊断质量控制，发现问题应及时解决并与技师沟通。
放射科图像质量评价标准 （2016年修订） 一、一般要求 1、X线照片满足影像诊断要求。 2、X线照片标识，左右标志正确，检查号、检查日期、检查医院、被检者姓名、性别、年龄、图像放大比例或比例尺等信息完整。 3、图像放大比例一致：正位片与侧位片或斜位片放大比例一致。同一部位不同时间摄片放大比例一致。 4、整体画面布局美观，影像无失真变形。 二、优质图像标准 1、密度合适 2、层次分明 3、摄影体位标准： 4、照射野大小合适: 被检部位影像全部在照片上显示,但不应过多包含非检查部位，尤其是内分泌腺；重点组织界限清楚；脊柱应含相邻椎体；四肢长骨应至少包括1个邻近关节；肋骨应包括第1或第12肋骨。 5、无体外伪影。 6、无运动伪影。 7、特殊检查体位应标注。 8、胶片无污片、划片、粘片、指纹。
放射科图像质量评价内容及方法 项目评价内容和方法扣分 图像对比看电脑图片或胶片图像，对比欠佳5图像层次看电脑图片或胶片，层次欠分明 5 投照野控制投照野过大或包括不全 5 伪影不影响诊断的伪影，如内衣扣、金属线 5
有可能误认为病变的伪影50 伪影范围较大，掩盖诊断区。50 呼吸伪影或运动伪影5~10 抽查胶片，有污片、划片、粘片 5 图像标识不完整5 图像重要标识如左右、姓名、性别错误50 摄影体位不标准15~20 特殊体位无标注，如腹部立位位，水平侧位10 摄影部位错误对照申请单和摄影部位是否一致 50 图像放大比例抽查胶片，图像放大比例是否一致5 用片统一，尺寸合理抽查胶片 5 质量等级评价方法：结合DR影像质量要求，每份图像为100分，扣完为止。 优：≥90分良：80~89分合格：70~79分不合格：＜70分 （注：专业文档是经验性极强的领域，无法思考和涵盖全面，素材和资料部分来自网络，供参考。可复制、编制，期待你的好评与关注）
医学影像质量评价制度及标准量 影像科诊断组及技术组每月底进行一次医学影像质量评价，总结经验改正不足，并由专人负责详细记录结果。 一、常规X线影像质量标准 医学影像质量控制标准制定目的，是以最低辐射剂量、最高影像质量，为临床提供可信赖的医学影像信息，他由医学影像检查的正当化和成像过程最优化来体现。医学影像质量综合评价应以成像过程最优话的三条主线，给出影像综合评价标准： 1．以诊断学要求为依据 2．以能满足诊断学要求的技术条件为保证 3．同时充分考虑减少影像检查的辐射计量 二、常规X线影像质量控制 1．诊断学要求 2．影像显示标准 影像显示标准系指在照片影像上能显示特别重要的解剖 结构和细节，并用可见程度来表示其性质。可见程度的表征可分为三级：隐约可见：解剖学结构可探知，但细节未显示，只特征可见；可见：解剖学结构的细节可见，但不能清晰辨认，即细节显示；清晰可见：解剖学结构的细节能清晰辨认，即细节清晰。以上规定的解剖学结构和细节能在照片上看
到。从而有助于作出准确的诊断。这取决于正确的体位设计、病人的配合以及成像系统的技术技能。 3．重要的影像细节： 这些标准为在照片影像上应显示的重要解剖学细节提供 了最小尺寸的定量信息。这些细节也许是病理性的，也可能是不存在的。 4．体位显示标准：体位显示标准以相应摄影位置的体位显示标准为依据。 5．成像技术标准：为满足诊断学要求所必需的成像技术的合理组合。成像技术条件的参数是：摄影设备、标称焦点、管电压、总滤过、滤线栅比、屏/片体系感度、摄影距离、自动暴光控制探测野、暴光时间、防护屏蔽，共10项。 6受检查者计量标准：影像综合评价标准同时给出各种摄影类型的标准体型下，病人体表入射剂量的参考值。 7．照片影像特定解剖点的密度标准范围：密度是构成影像的基础，对比度是影像形成的本质。文本件设定的不同部位特定解剖点的密度范围，作为定量评价照片影像质量标准的参考值。
图像质量评价标准 | 一、评价参数 ( 一) 对比度 1、客观对比度: 物体本身的差异, 由被检体的密度和厚度决定。 2、 x线对比度: 穿过人体后, x线强度上的差异。 3、图像对比度: x线照片上所表现出的密度差。 客观对比度是成像的基础, 图像对比度是图像的最基本特征。 下图很好的说明了以上三个对比度: 1、客观对比度: 骨骼、软组织、气体存在密度上的差别。 2、 X线对比度: 透过不同组织形成的X线强度上的差别。 3、图像对比度: 图像上形成的黑白差别。 对比度分辨率 是指将客观对比度转换成图像对比度的能力。 分辨率高的成像装置可将低对比的组织区分开; 分辨率低的成像装置只能将高对比的组织区分开。例如: CT与平片。 左图是普通平片, 属于分辨率低的装置( X线机) 摄取的片子; 右图是胸部CT横断片, 属于高分辨率的装置( CT机) 摄取的片子。对低对比的组织的区分能力, CT高于平片( 即分辨率高的成像装置可将低对比的组织区分开) , 而平片只能区分差别较大组织( 即分辨率低的成像装置只能将高对比的组织区分开) 。
( 二) 模糊 1、指物体的边界不清楚。 2、原因: 每个物点的像向周围有不同程度的扩展。 3、影响: 降低了图像的清晰度。 空间分辨率: 区分相互靠近的两个物体细节的能力。用LP/mm表示。是评价影像设备性能优劣的重要指标。 以下是电影《神话》的一幅海报, 表现的是图像的模糊。 下图是一幅分辨率较高的图片, 图像较清晰。 ( 三) 噪声 1、定义: 图像中可随机观察到的光密度变化。 2、表现为: 斑点、雪花、网纹等。
3、原因: x线光子的随机分布。 4、描述: 信噪比( SNR) 。 SNR越大, 图像质量越好。 ( 四) 伪影 1、定义: 指图像中出现的被检体不存在的虚假信息。 2、影响: 干扰正常结构, 造成误诊。 ( 五) 畸变 定义: 指物体的形态、大小和位置不同程度的改变。 ( 1) 因观察角度不同, 圆柱体的上面成为了椭圆。 ( 2) 射线方向不同, 产生了两种不同效果。左图垂直照射, 两个物体的形态基本不变; 右图斜射, 使两个原本分离的物体, 看起来象是一体的。
一种基于倒谱的人脸图像清晰度评价方法 杨飞苏剑波 1 引言 人脸识别由于其非接触式、基本无须配合和操作隐蔽性强等优势，被认为是一种可广泛使用的生物特征识别技术，长期以来一直受到学术界和产业界的广泛关注[1-4]。然而，也正因为追求“无须配合”的实施效果，导致了人脸图像采集的随意性，图像之间差异较大、图像质量参差不齐的情况。采用低质量的人脸图像进行人脸识别，必然会导致识别准确率的下降[2, 4]。而长期以来，人脸识别的研究大都是基于预先准备好的图像质量一般较高的人脸库的，这与现实应用情况有很大的不同。因此尽管实验测试中的人脸识别准确率已经相当之高，然而在实际应用中的表现却并不尽如人意。为此，近年来有不少研究者开始着手于研究对各种不同质量人脸图像足够鲁棒的人脸识别技术，目前虽已取得了很大的进展，但离实用仍有一些差距。一方面，由于处理低质量图像而被引入的额外手段往往十分复杂，会大大增加人脸识别系统的复杂度，使得人脸识别耗费时间更长――这对于多数实际应用是不可接受的；另一方面，不受图像样本因素影响的人脸识别算法是难以获得的。因此，我们必须研究新的解决方法。 在基于视频流的自动人脸识别应用中，获得的人脸图像数量通常较多，如果对人脸图像样本进行质量评价，筛选较为合适的样本用于识别，这无疑会提高自动人脸识别系统的准确率；即使样本数目有限，也可以依据质量评价结果来选用相应的图像预处理方法来提高识别率。另外，根据人脸图像的质量情况来调整分类器的阈值或其它参数能有效地降低错误拒绝率(FRR)或错误接受率(FAR)，亦可提高人脸识别的实用性能。可见，在自动人脸识别系统中引入人脸图像质量评价环节是一条推动人脸识别实用化的重要途径。因此，近几年来人脸图像的质量评价逐渐引起了人们的关注，关于图像质量评价的评价框架和相关指标的研究工作也已有一些公开报道[2-4]，但关于人脸图像质量评价方法的研究目前还并不充分，人们往往是直接借用传统的图像质量评价方法。本文的研究表明，现有方法并不一定适用于自动人脸识别这个特别领域中的人脸图像质量评价，其评价结果与实际情况可能存在一定差距。本文接下来将以清晰度这一重要的人脸图像质量评价指标为例进行详细说明，并提出一种比传统评价方法更适合于自动人脸识别的清晰度评价方法。最后，通过对同一组人脸图像进行清晰度评价实验，将其与传统清晰度评价方法进行对比，以验证本文方法的准确性要高于传统方法。另外，还在真实环境下通过人脸识别实验来验证本文提出的清晰度评价方法在自动人脸识别中的作用及其适用性。 2自动人脸识别中的清晰度评价 在基于视频流的自动人脸识别应用中，自动检测采集到的人脸图像不清晰的情况时有发生。不清晰的人脸图像不但会影响人脸识别的准确率，而且还会影响对譬如人脸姿态等其它图像质量指标的评价[2,4]，故本文将清晰度选作研究对象。影响人脸图像清晰度的原因主要有图像模糊和采集噪声干扰。忽略采集噪声，摄像机对焦失准或拍摄瞬间人脸沿摄像机光轴方向快速运动会造成离焦模糊，拍摄瞬间人脸垂直于摄像机光轴方向快速运动会造成运动模糊，实际上这两种模糊经常是并存的。传统的图像质量评价往往是考察经过计算压缩、传输、增强或其他处理变换后的图像与原始图像质量上的差别，在评价时通常有“标准图像”可供参照[5]。因此，无论是具有计算简单优点而被广泛使用的均方差(MSE)和峰值信噪比(PSNR)方法，还是更符合人眼视觉系统(HVS)特性的结构相似度(SSIM)方法[6]或基于自然场景统计(NSS)的视觉信息逼真度(VIF)方法[7]，由于必须得通过将变换后的图像与标准图像进行比较来做出质量评价，故皆不适合作为自动人脸识别中的人脸图像清晰度评价方法。另一方面，无需参考图像的图像质量评价方法相对较少，且主要用于图像盲恢复参数的辨识（如对点扩散函数PSF的估计等），其中的特征提取过程较为复杂，计算耗时长，故难以满足自动人脸识别系统的时间要求。于是，研究者们提出了
1.图示体系是几何不变体系。() 2.有多余约束の体系一定是几何不变体系。() 3.图示体系是： A．几何瞬变有多余约束； B．几何不变； C．几何常变； D．几何瞬变无多余约束。() 4.在不考虑材料の条件下，体系の 位置和形状不能改变の体系称为几何体系。() 5几何组成分析中，在平面内固定一个点，需要。 6图示体系是体系，因为 。 7联结两个刚片の任意两根链杆の延线交点称为，它の位置是定 の。 8试对图示体系进行几何组成分析。 C D B 9对图示体系进行几何组成分析。 A C D B E 10对图示体系进行几何组成分析。 C D B 11对图示体系进行几何组成分析。A B C D E F 12对图示体系进行几何组成分析。 A B C D E F 13对图示体系进行几何组成分析。B C D E F A G 14对图示体系进行几何组成分析。 A B C D E 15对图示体系进行几何组成分析。
A B C D E 16对 图 示 体 系 进行 几 何 组 成 分析 。 A B C D G E F 17对 图 示 体 系 进 行 几 何 组 成 分 析 。 A B C D E F G H K 18对 图 示 体 系 进 行 几 何 构 造 分 析 。 19对 图 示 体 系 进 行 几 何 构 造 分 析 。 20对 图 示 体 系 进 行 几 何 构 造 分 析 。 21对 图 示 体 系 作 几 何 构 造 分 析 。 22对 图 示 体 系 进 行 几 何 组 成 分 析 。( 图 中 未 编 号 の 结 点 为 交 叉 点 。) A C B D E F 23对 图 示 体 系 进 行 几 何 组 成 分 析 。 A B C D E F 24三 个 刚 片 用 三 个 铰 两 两 相 联 时 の 瞬 变 原 因 是_________________________。 25图 示 体 系 按 三 刚 片 法 则 分 析 ， 三 铰 共 线 ， 故 为 几 何 瞬 变 体 系 。 ( ) 26图 示 体 系 为 几 何 不 变 有 多 余 约 束 。 ( ) 27图 示 体 系 为 几 何 瞬 变 。 ( ) 28图 示 对 称 体 系 为 几 何 瞬 变 。 ( )
% Objective Image Fusion Performance Measure function output = Qabf(strA, strB, strF) % strA and strB is the source images and strF is the fusion result % model parameters L=1; Tg=0.9994;kg=-15;Dg=0.5;Ta=0.9879;ka=-22;Da=0.8; % Sobel Operator h1=[1 2 1;0 0 0;-1 -2 -1]; h2=[0 1 2;-1 0 1;-2 -1 0]; h3=[-1 0 1;-2 0 2;-1 0 1]; % if y is the response to h1 and x is the response to h3; % then the intensity is sqrt(x^2+y^2) and orientation is arctan(y/x); pA = imread(strA); pA = double(pA); pB = imread(strB); pB = double(pB); pF = imread(strF); pF = double(pF); SAx = conv2(pA,h3,'same'); SAy = conv2(pA,h1,'same'); gA = sqrt(SAx.^2 + SAy.^2); [M,N] = size(SAx); aA = zeros(M,N); fori=1:M for j=1:N if ( SAx(i,j) == 0 ) aA(i,j) = pi/2; else aA(i,j) = atan(SAy(i,j)/SAx(i,j)); end end end SBx = conv2(pB,h3,'same'); SBy = conv2(pB,h1,'same'); gB = sqrt(SBx.^2 + SBy.^2); [M,N] = size(SBx); aB = zeros(M,N); fori=1:M for j=1:N if ( SBx(i,j) == 0 ) aB(i,j) = pi/2; else aB(i,j) = atan(SBy(i,j)/SBx(i,j)); end end end SFx = conv2(pF,h3,'same'); SFy = conv2(pF,h1,'same'); gF = sqrt(SFx.^2 + SFy.^2); [M,N] = size(SAx); aF = zeros(M,N);