图像质量评价综述
摘要：图像质量评价是图像处理领域的研究热点。本文综合论述了图像质量的主观和客观评价方法，就各自具体的实现方法做了简要的介绍，并分析了各自适用性和存在的问题。最后进而根据发展趋势和应用需求，对图像质量评价方法的进一步发展提出了若干技术与研究方向的展望。
[关键字]
图像质量评价人类视觉系统结构相似度全参考评价部分参考评价无参考评价
[abstract]
Image quality assessment (IQA) is a hot research area in the field of image processing. In this paper, we discuss the subjective and objective assessment methods of image quality, respectively give a brief introduction of their specific implementation method, and analyses the respective applicability and problems. Finally, the further development of the technology and research directions of the future are proposed based on the trends and application requirements.
[keywords]
Image Quality Assessment(IQA) Human Visual System(HVS) Structural similarity Full Reference(FR) Reduced Reference(RR) No Reference(NR)，
一.引言
图像是人类获取信息的重要途径，其所承载的信息远比其它形式的信息更贴切、更丰富。图像质量表示图像向人或设备提供信息的能力，直接关系着所获取信息的充分性与准确性。然而，图像在获取、处理、传输和存储的过程中，由于各种因素的影响，将不可避免的产生图像的降质问题，这给信息获取或图像的后期处理带来了极大的困难。因此，在图像处理的相关领域建立图像质量评价机制具有重大的意义。
图像质量评价的问题涉及到图像处理技术许多方面，例如压缩、传输、增强、存储、水印等。一个有效的评价标准可以有如下三种应用：首先，可以在质量控制系统中检测图像质量。例如图像采集系统利用其来自动调整系统参数，从而获得最好的图像数据；其次，可以用作衡量图像处理系统和算法的标准。例如有若干图像降噪和恢复的算法用来提高数码照片的质量时，质量标准便可以用来确定哪个算法可获得最好的结果；最后，可以嵌入到图像处理系统中来优化系统和参数设置。例如在视频通信系统中，质量标准既能辅助编码端的预滤波和比特分配
算法的设计，又能辅助解码端的最优重构、误差消除和后滤波算法的设计。
图像质量评价从方法上可分为主观评价方法和客观评价方法，前者凭借实验人员的主观感知来评价对象的质量；后者依据模型给出的量化指标，模拟人类视觉系统感知机制衡量图像质量。下文中，我们将分别进行介绍。
二.主观质量评价方法
人是图像的最终接收者，因此，主观质量评价是最为可靠的图像质量评价方法。最常用的方法是平均主观分值法(MOS)和差分主观分值法(DMOS)。
平均主观分值法(MOS)是通过不同观测者对于图像质量评价得出的主观分
值进行平均来得到归一化的分值，用这个分值来表示该图像质量。它一般有五个标准：优，良，中，差，劣。对应这五个标准由两种类型的分值：图像主观绝对分值和图像主观相对分值，主观绝对分值意思是观测者对于图像本身的主观分值，主观相对分值意思是观测者对于图像在一组图像中的相对其它图像的主观分值，如表1和2所示。
表1 图像主观绝对分值
表2 图像主观相对分值
差分主观分值法(DMOS)，它是建立在平均主观分值法(MOS)分值基础上，
它的计算公式如下：
d i,j=MOS origial?MOS distorted
d i,j′=
d i,j?min?(d i,j) max d i,j?min?(d i,j)
这里，d i,j代表观测者对于参考图像和失真图像评分的差异值。最后对d i,j′取
平均值，可以得到DMOS值。
主观评价算法也有很大的不足之处。首先，需组织人力对图像质量进行评价，评价结果很容易受到个人主观因素的影响，并且当图像数量巨大时，该方法就更为耗费时间，因此不利于在工程实践中的应用；其次，该方法不能自动实现，不能嵌入实际的图像或视频处理系统中，比如流媒体播放、视频会议等。但是为了
评测客观图像质量评价算法，仍然需要用到主观评价算法的辅助，所以对于主观评价算法的介绍也是很有必要的。
三.客观质量评价方法
客观质量评价是指使用一个或多个图像的度量指标，建立与图像质量相关的数学模型让计算机自动计算得出图像质量。其目标是客观评价结果与人的主观感受相一致。根据是否对原始图像进行参考及参考的程度，客观质量评价又可分为以下三种类型：
1)全参考方法(Full Reference，FR)，需要完整的原始图像作为评价的参考；
2)部分参考方法(Reduced Reference，RR)，需要原始图像的部分信息作为评价的参考；
3)无参考方法(No Reference，NR)，不需要借助任何参考图像，依靠待评价图像本身各种信息进行质量评价。
3.1全参考方法(Full Reference，FR)
全参考图像质量评价方法需要参考原始图像，经过几十年的发展，已形成较完整的理论体系和成熟的评价框架。待评价图像信号的质量可以通过与原始图像信号相比之后获得的误差信号来进行质量分析。图像质量的下降与误差信号的强弱相关。
3.1.1均方差（Mean Squared Error）和峰值信噪比(Peak Signal-Noise Ratio)
最简单的主观评价方法MSE和PSNR可由下列表达式表示：
上式中，f original(i,j)代表参考图像在空间位置(i,j)的灰度值，f distorted(i,j)代表失真图像在空间位置的(i,j)的灰度值。
虽然MSE和PSNR计算形式上非常简单，物理意义理解也很清晰，但是因为它们是基于失真图像和参考图像像素对之间随机误差差异而定义的．本质上没有考虑没有将HVS特性引入到图像质量评价当中来，只是单纯从数学角度来分析差异，与图像的感知质量之间没有必然联系，所以有时候会出现评价结果的不准确性。
3.1.2加权均方误差(weighted MSE)与加权峰值信噪比(weighted PSNR)
结合人眼的视觉特性，对传统图像质量客观评价算法MSE、PSNR进行加权处理，得到了加权均方差(wMSE)评价方法与加权峰值信噪比(wPSNR)评价方法，
以达到在评价方法中融入HVS特性的目的。
加权均方差的总体实现过程为：首先对经二维离散傅立叶变换的原图像和目标图像频谱，依据HVS分别予以子带分割．并对获取的系列子带频谱进行二维傅立叶反变换，建立相应的原图像和目标图像的子带图像系列；然后分别计算逐个子带图像对应的MSE值，并依据各子带视觉加权系数Wi进行加权处理；经过wMSE的阈值判决，最终得出该图像质量的评价等级。加权信噪比的主要思想为：首先将原始载体图像划分为区；分别对图像不同区域的象素设定不同的加权系数；计算原始图像和待测图像的误差，整幅图像的加权均方根误差wMsE为；
wMSE=
w x,y[(f x,y?f x,y′)2
N?1
J=0
M?1
i=0
]1/2
M N
其中w(x,y)表示在(x，y)处的象素所属区域的加权系数；最后计算加权峰值信噪比wPSNR：
wPSNR=10*lg(f max
2/wM SE2)。
通常，对于灰度图像有：f m ax=255。
wMSE和wPSNR方法使得客观评价方法与主观感觉达到一定程度的统一，但是所带来的问题是计算复杂度提高。
3.1.3基于人眼视觉系统（Human Visual System，HVS）的结构相似度方法
HVS模型的主要特性包括视觉非线性、多通道、对比敏感度带通、掩盖效应、多通道间不同激励的相互作用以及视觉心理特征，可以简化描述为如下一系列过程。
图1 人类视觉模型
其中非线性、多通道、对比敏感度带通和掩盖效应特性研究较多，已有相应的计算模型。而多通道间不同激励的相互作用和视觉心理特征还无法根据生理特性得到精确的计算模型。
自然图像具有特定的结构，像素间有很强的从属关系，这些从属关系反映了视觉场景中的结构信息。由此，Wang等人提出了基于结构失真的图像质量评价方法，称为结构相似度(SSIM)方法，流程可用下图表示。
图2 结构相似法(SSIM)方法框图
该方法认为光照对于物体结构是独立的，而光照改变主要来源于亮度和对比度；所以它将亮度和对比度从图像的结构信息中分离出来，并结合结构信息对图像质量进行评价。该类方法在某种程度上绕开了自然图像内容的复杂性及多通道去相关问题，直接评价图像信号的结构相似性。
该方法的出发点是要有效模仿人眼提取视觉场景中结构信息的能力，评价结构信息与人眼主观感知非常接近。因此，采用结构相似性可提供与人眼主观感知图像失真非常接近的一种客观评价。SSIM 评价方法通过测量图像结构信息的改变来反映图像质量的失真情况，实现复杂度较低，应用性较强；但同时也屏蔽掉了HVS的其它生理特征，评价过程不易于解析。
3.2部分参考方法(Reduced Reference，RR)
部分参考评价方法只需提取部分原始图像数据用于评价，相对于全参考评价方法，这种方法灵活性强，适用范围广泛，具有传输数据量小，可靠性高等特点，受到了越来越多人的关注，更具研究价值。
如图3为一个部分参考弄图像质量评价模型。
图3 一个部分参考弄图像质量评价模型
在这个模型中，发送端有一个特征提取过程，所提取的特征一般数据量远远小于原始图像数据，并通过辅助通道传输到接收端。辅助通道通常认为是没有误差的，虽然实际上做不到绝对没有误差，但相对于原始图像，特征数据量少，其
误差更容易控制，而且即使在有误差的情况下，其对图像质量评价也非常有意义。一个成功的部分参考型图像质量评价方法必须在特征数据率和图像质量的预测
精度上取得很好的平衡。这是因为，如果部分参考型特征数据率越大，能包含参考图像的信息就越多，得到的预测就会越精确，但这也会给传送这些参数造成很大负担；相反，数据量越小就越易于传送，但最终的预测也会越差。
对于部分参考型图像质量的评价方法而言，其实质是统计失真图像相对原始图像的某种或某些特征信息的变化。所以，如何有效地提取和统计图像的特征信息成为对图像质量评价的关键。
3.3无参考方法(No Reference，NR)
由于全参考方法和半参考方法需要有原始图像信息作参考，且这两种方法得到的结果往往不能很好的反映人的主观感受阳田，所以无参考方法正受到越来越多的关注。
相对于全参考和质降参考评价方法，无参考评价方法的研究仍处于起步阶段。目前，无参考图像失真度量一般是针对某一种或几种类型的失真，如模糊效应、分块效应、噪声效应等：
●模糊效应
模糊是一种常见的失真现象．其表现是边缘的平滑效应。引起模糊的原因有很多，如图像压缩、拍摄时运动、聚焦不准、镜头失常等。从频域的角度看，模糊往往是高频分量的不足。模糊效应的度量一般是基于模糊会产生边缘的平滑效应的现象。
●分块效应度量
分块效应一般是由离散余弦变换压缩算法带来的降质效应。JPEG图像便是采用离散余弦变换压缩算法。客观评价分块效应对于图像、视频压缩系统的发展、优化和评估都很重要。分块效应的度量一般是基于相邻分块间的差异提出来的。
●噪声效应度量
数字图像中往往存在各种类型的噪声。产生噪声的原因可能有几种，与生成图像的方法有关，如：图像的处理过程、图像数据的传输、获取罔像数据的电子设备等。噪声效应度量一般是通过对局部平滑度的测量进行，如Xin Li认为,一
个像素点如果破坏了一个局部的平滑度，则该像素点可以被以为是噪点。通过对一个像素点与其周围八个像素点的信息比较判断其是否为噪点。
可以看出，多数无参考图像质量评价方法所选择的反应图像质量的特征都有比较强的针对性。当然，仅仅评价某一种并不能很好的反应图像的整体质量，应该综合考虑多种因素进行评价。
对图像失真效应的度量只能反应出图像的失真程度，并不能直观的反应出人的主观感受。一般将失真效应的度量结果与主观测试值相结合，得出客观质量评价值。
3.3.1基于函数拟合方法
函数拟合是指，在掌握大量观察数据的基础上，利用数理统计方法建立因变量与自变量之间的关系函数表达式。在无参考图像质量评价中。根据从样本中提取的特征值结合图像质量的主观测试值构造预测函数，以此函数评价图像质量。主要是针对JPEG图像的评价方法和针对JPEG2000图像的评价方法。
a)JPEG图像评价方法
JPEG算法的压缩过程是，首先对图像分成统一大小的分块(一般是8x8分块)，对每个分块采用离散余弦变换(DCT)，接着对DCT系数进行压缩。由于压缩过程中存在各种误差，因此压缩后的图像会产生模糊效应和分块效应。Zhou Wang等在2002年提出的针对JPEG图像的分块效应和模糊效应的算法便是采用函数拟合方法。首先。从水平方向和垂直方向对图像的分块效应、模糊效应及图像的零相交比率(zero—crossing rate)进行度量，分别获得特征向量B、A和Z；接着，通过特征向量构造图像质量的评价函数：
S=α+βBγ1Aγ2Zγ3
其中，α,β,γ1,γ2,γ3为待定参数，可通过非线性回归方式得出最佳值。非性线回归时，输入值为主观评价值。测试时，S为函数的输出值，即客观评价值。
b)JPEG2000图像评价方法
JPEG2000与JPEG不同，JPEG2000采用小波变换，其主要的失真效应是模糊和振铃，出现在图像中比较明显的边缘上，因此JPEG2000图像失真与图像内容有关。对JPEG2000失真效应的度量方法也与JPEG不同，一般是基于边缘信息等。如在2004年时，Hanghang Tong等使用PCA方法抽取边缘点的局部特征Ld(i,j)，利用局部特征对图像失真进行度量：
Dm=
1
Nedge(i,j)
Ld(i,j)
构造质量评价函数：
Ps=α+βDm T
其中，α,β,γ为待定参数，结合主观测试值，使用非线性回归方式得出最佳值；2008年时，Z．M．Parvez Sazzad等也基于像素失真、边缘信息等进行失真度量，利用函数拟合方法构造质量评价函数。
3.3.2基于机器学习方法
基于机器学习方法的无参考图像质量评价算法的基本思路是：在训练阶段，通过主观测试值对图像按质量进行分类；抽取反应图像质量的特征向量，以此特征向量和其所对应的图像质量类别构建质量分类器。在测试阶段，将以同样方法抽取的特征向量作为分类器的输入值，分类器的输出值即为图像质量的客观评价值。这类方法的特点是可以借助机器学习领域所取得的研究成果，改进客观质量评价结果。主要是针对JPEG图像的评价，大致可以分为基于统计特征的方法和基于HVS特性的方法两类。
a)基于统计特征的评价方法
该方法以图像中的原始像素值对图像的各种失真效应进行度量，作为机器学习的原始特征向量。Huitao Luo提出对视觉感兴趣区域进行评价并以此作为图像质量的方法：首先对感兴趣区域的模糊度、亮度、噪声进行度量，接着采用RBF 神经网络进行质量评价。Yanwei Yu等分别度量图像的分块效应和模型效应并以此作为机器学习特征，然后采用广义回归神经网络来评价JPEG图像质量。
b)基于HVS特性的评价方法
该方法提取HVS特性作为机器学习的特征，如R.Venkatesh[、SureshI等提取边缘振幅、边缘长度、背景活跃度和背景亮度作为机器学习的特征，分别使用两种机器学习方法进行质量评价：串行可裁减径向基函数神经网络和极限学习机。
无论是哪类无参考评价模型，模型的准确性都难以比拟全参考模型。一方面是由于缺乏图像的先验知识；另一方面也是由于图像质量的定义模糊造成的。例如一幅发生几何偏移失真的图像，如果有原始图像作为参照，其失真可以明显地察觉。但忽略原始图像的相关信息，单纯从人眼感知的角度去考虑，则图像的质量可以认为不变。为此，在设计质量评价模型时，需要更多关注视觉心理学的相关研究，并可借鉴盲信号处理领域的研究方法，提高模型的精确度。
无参考图像质量评价是一个比较新的研究领域，所取得的成果还非常有限。无参考图像质量评价的难点在于：
a)首先，图像中存在许多无法量化的因素，比如，美学、认识联系、知识、
上下文等在图像质量评价中起着重要的作用，这些因素会导致基于个人
主观印象的人类观察者的一些感知变化，而同时又无法利用可参考信号
对比，使得无参考质量评价的问题变得更加复杂。
b)其次，对人类视觉系统的了解还相当有限，图像的理解水平仍然比较低，
利用图像的统计信息获取相应的模型和知识表示是一个关键，做到这一
点是很困难的。
四.总结与展望
关于图像质量评价研究是图像处理领域中一个正在发展中的分支方向，面临的困难还很多。但作为提高图像处理前沿水平的重要方法和有力工具，其在图像处理领域可以发挥无法取代的重要作用。在这种情况下，如何更好地利用各种评价指标为图像处理服务是广大研究者普遍面临的问题。
理想的图像质量评价指标应该在3 个方面具有良好的性能：
1) 与人类视觉感受具有较好的符合程度；
2) 评价指标具有通用性，能够适用于多种图像处理技术；
3) 评价的结果具有单调性、准确性和一致性。
在现有的客观评价方法中，全参考的评价方法不仅能够对某种技术处理后的图像进行单独的评价，而且也具有一定的通用性，虽然在多种应用的质量评价中其准确性和一致性还不尽如人意，但也能够在一定程度上衡量用多种处理技术处理后的图像质量优劣。无参考的评价方法只能在某种既定的处理技术上得到较好的评价效果，完全无法对多种处理技术处理后得到的图像质量进行评价。在实际应用中，图像质量评价方法和工具可以在各种图像处理技术中发挥重要作用，质量评价的结果可以作为衡量图像处理技术性能的量化指标，通过进一步的反馈优化，以强化图像处理技术的优化功能。
根据当前的发展趋势和应用需求，我们认为我们需要努力的方向如下：
1）加深对人眼视觉系统（HVS）的认识。图像的最后接收端是人，而至今我们对于人眼视觉系统的工作原理还没有一个全面而系统的认识，这也
使得我们的质量评价工作受到了制约。因此，我们要深入研究人类视觉
系统特性。
2）从单纯的客观评价算法到客观与主观评价方法的结合。图像质量评价算
法的目标是得到与人的主观评价相一致的评价结果，因此一致性是衡量
算法性能的最主要方面。近来提出的算法都在不同程度上采用了HVS特
性，或者是图像中提取人眼感兴趣的边缘、色彩等结构化信息，或者是
在评价模型中保留参数，根据训练集上的主观评价值来确定这些参数，
或者是把HVS系统看成一个黑箱，通过机器学习的方法挑选出人眼感兴
趣的特征。所有这些都是为了让算法给出的客观评价结果尽可能地与主
观评价值相一致。同时，众多研究结果表明，加入HVS特性的算法要优
于单纯的客观评价算法。因此，主客观相结合成为评价算法未来发展的
一个趋势。
3）增加面向无参考的质量评价方法。虽然相对来说，全参考或部分参考方法比无参考方法更可靠，精确，但是在平常的实际应用中，我们经常得
不到参考图像或者得到参考图像的代价很大。同时，观测者并不需要参
考图像就能对图像做出合理的评价。这表明无参考图像评价方法更有可
能揭示人类感知的原理。因此，无参考评价方法引起众多研究学者的注
意，成为未来发展趋势之一。
4）细化面向不同任务的评价算法。在平常应用中，不同图像质量评价的侧重点会有所不同，如对于医学图像，要求有不错的结构清晰度;对于人脸
图像，要求能够反映出人脸细节特征。分析前人的研究，可以发现，建
立一个通用的质量评价方法是比较困难的。因此，我们可以反其道而行，
建立起不同任务的图像质量评价算法。
五.参考文献
[1]蒋刚毅.黄大江.王旭.郁梅.图像质量评价方法研究进展．电子与信息学报.2010,32(1)：219一223
[2]林海祥.张圻.无参考图像质量评价综述.电脑知识与技术.2009，5（28）:8043-8046
[3]周景超.戴汝为.肖柏华.图像质量评价研究综述.计算机科学.2008,7(35).
[4]杨琬,吴乐华.范晔.数字图像客观质量评价方法.研究通信技术. 2008，7（41）:244-246
[5] 吕华.沈本挺.胡希文.数字图像质量评价方法研究.河北省科学院院
报,2005,(22).119-120.
[6]赵文哲.秦世引.图像质量评价的研究进展和若干问题的解决途径.激光与光电子学进展.2010,47,041002:1-9
[汇集]放射科图像质量评价记录 放射科图像质量评价结果汇总 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。 放射科图像质量评价结果汇总汇总季度: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。 放射科图像质量评价结果汇总汇总季度: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:
目录 目录 摘要.......................................................................................................................................... I Abstract ...................................................................................................................................... III 1.绪论.. (1) 1.1图像质量评价的研究背景与意义 (1) 1.2有参考图像质量评价算法的国内外研究现状 (2) 1.3无参考图像质量评价算法的国内外研究现状 (2) 1.3.1 面向特定失真的NRIQA算法 (2) 1.3.2 非特定失真的NRIQA算法 (5) 1.4论文的主要内容和章节安排 (8) 2.图像质量评价的主要算法 (11) 2.1主观方法 (11) 2.2 客观方法 (11) 2.2.1全参考图像质量评价 (12) 2.2.2半参考图像质量评价 (14) 2.2.3无参考图像质量评价 (14) 2.3图像质量评价算法性能的衡量指标 (17) 2.4图像质量评价数据库 (18) 2.5本章小结 (19) 3.基于Haar小波的无参考模糊图像质量评价算法 (21) 3.1小波变换的基本原理 (21) 3.2基于Haar 小波的特征图像提取 (22) 3.3广义高斯分布参数估计 (24) 3.4模糊图像质量得分 (27) 3.5实验结果及分析 (28) 3.6本章小结 (30) 4. 基于稀疏表示的无参考图像质量评价算法 (31) 4.1图像特征提取 (31) 4.1.1空域特征提取 (31) 4.1.2频域特征提取 (34) I
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。
第41卷第6期自动化学报Vol.41,No.6 2015年6月ACTA AUTOMATICA SINICA June,2015 无参考图像质量评价综述 王志明1,2 摘要图像质量对人类视觉信息的获取影响很大,如何在没有参考图像的情况下准确地评价失真图像的质量是一个关键但又非常困难的问题.本文回顾了近20年来无参考图像质量评价发展的主要技术.首先,介绍了这一领域常用的衡量评价算法性能的技术指标,以及几个网上共享的典型图像质量评价数据库;然后,对各种无参考图像质量评价算法进行详细的分类介绍和特点评析;最后,基于典型数据库对近几年的一些非特定失真图像质量评价方法进行了性能测试和比较.目的是为这一领域的研究人员提供一个较为全面的、有价值的文献参考. 关键词图像质量评价,无参考图像质量评价,相关系数,模糊,噪声 引用格式王志明.无参考图像质量评价综述.自动化学报,2015,41(6):1062?1079 DOI10.16383/j.aas.2015.c140404 Review of No-reference Image Quality Assessment WANG Zhi-Ming1,2 Abstract Image quality has a strong impact on human visual information acquisition.It is a key but di?cult task to evaluate the quality of a distorted image without a reference image.This paper reviews the main techniques of no-reference image quality assessment(IQA)developed during the past20years.Firstly,some technical indexes for IQA algorithm evaluation and several public IQA databases available on network are introduced.Then,various no-reference IQA algorithms are introduced,sorted and discussed in detail.At last,several non-distortion-speci?c no-reference IQA algorithms presented in recent years are tested and compared on a public database.The purpose of this paper is to provide an integrated and valuable reference for no-reference IQA research. Key words Image quality assessment(IQA),no-reference image quality assessment(NR-IQA),correlation coe?cient, blur,noise Citation Wang Zhi-Ming.Review of no-reference image quality assessment.Acta Automatica Sinica,2015,41(6): 1062?1079 图像作为视觉信息的来源,蕴含了大量的有价值信息.在图像的获取、存储、传输、显示等过程中不可避免地会引入一些干扰因素,如噪声、模糊、数据丢失等,这些都会造成图像质量的下降(降质、失真).图像质量的好坏直接影响到人们的主观感受和信息量获取,图像质量评价(Image qual-ity assessment,IQA)的研究也在近20年受到广泛的重视.图像质量评价可以分为主观评价方法和客观评价方法,主观评价由观察者对图像质量进行主观评分,一般采用平均主观得分(Mean opin-ion score,MOS)或平均主观得分差异(Di?erential mean opinion score,DMOS)(即人眼对无失真图像和有失真图像评价得分的差异)表示,但主观评价工作量大、耗时长,使用起来很不方便;客观评 收稿日期2014-06-03录用日期2015-02-02 Manuscript received June3,2014;accepted February2,2015本文责任编委封举富 Recommended by Associate Editor FENG Ju-Fu 1.北京科技大学计算机与通信工程学院北京100083 2.材料领域知识工程北京市重点实验室北京100083 1.School of Computer and Communication Engineering,Uni-versity of Science and Technology Beijing,Beijing100083 2. Beijing Key Laboratory of Knowledge Engineering for Materials Science,Beijing100083价方法是由计算机根据一定算法计算得到图像的质量指标,根据评价时是否需要参考图像又可以分为全参考(Full reference,FR)、半参考(部分参考)(Reduced reference,RR)和无参考(No refer-ence,NR)等三类评价方法.全参考方法(FR)在评价失真图像时,需要提供一个无失真的原始图像,经过对二者的比对,得到一个对失真图像的评价结果,如信噪比(Signal noise ratio,SNR)、峰值信噪比(Peak signal noise ratio,PSNR)、均方误差(Mean square error,MSE)、平均结构相似度(Mean structure similarity,MSSIM)[1]、视觉信息保真度(Visual information?delity,VIF)[2]、视觉信噪比(Visual signal-to-noise ratio,VSPR)[3]、最显著失真(Most apparent distortion,MAD)[4]、图像差异预测(Image di?erence prediction,IDP)[5]等.随着研究的发展,这类方法的准确性越来越好,但其缺点是需要提供无失真的参考图像,这在实际应用中往往很难得到.文献[6?7]等对全参考图像评价方法进行了系统的介绍.半参考方法(RR)也称为部分参考方法,它不需要将失真图像与原始图像相比较,而只需要将失真图像的某些特征与原始图
【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
无参考图像的清晰度评价方法 在无参考图像的质量评价中，图像的清晰度是衡量图像质量优劣的重要指标，它能够较好的与人的主观感受相对应，图像的清晰度不高表现出图像的模糊。本文针对无参考图像质量评价应用，对目前几种较为常用的、具有代表性清晰度算法进行讨论分析，为实际应用中选择清晰度算法提供依据。 （1）Brenner梯度函数 Brenner梯度函数是最简单的梯度评价函数，它只是简单的计算相邻两个像素灰度差的平方，该函数定义如下： 其中：f(x,y)表示图像f对应像素点(x,y)的灰度值，D(f)为图像清晰度计算结果(下同)。 （2）Tenengrad梯度函数 Tenengrad梯度函数采用Sobel算子分别提取水平和垂直方向的梯度值，基与 Tenengrad梯度函数的图像清晰度定义如下： G(x,y)的形式如下： 其中：T是给定的边缘检测阈值，Gx和Gy分别是像素点(x,y)处Sobel水平和垂直方向边缘检测算子的卷积，建议使用以下的Sobel算子模板来检测边缘： （3）Laplacian梯度函数 Laplacian梯度函数与Tenengrad梯度函数基本一致，用Laplacian算子替代Sobel算子即可，该算子定义如下： 因此基于Laplacian梯度函数的图像星清晰度的定义如下： 其中G(x,y)是像素点(x,y)处Laplacian算子的卷积。 （4）SMD（灰度方差）函数 当完全聚焦时，图像最清晰，图像中的高频分量也最多，故可将灰度变化作为聚焦评价的依据，灰度方差法的公式如下：
（5）SMD2（灰度方差乘积）函数 灰度差分评价函数具有较好的计算性能，但其缺点也很明显，即在焦点附近灵敏度不高，即该函数在极值点附近过于平坦，从而导致聚焦精度难以提高。在文章《一种快速高灵敏度聚焦评价函数》中提出了一种新的评价函数，称之为灰度方差乘积法，即对每一个像素领域两个灰度差相乘后再逐个像素累加，该函数定义如下： （6）方差函数 因为清晰聚焦的图像有着比模糊图像更大的灰度差异，可以将方差函数作为评价函数： 其中：为整幅图像的平均灰度值，函数对噪声比较敏感，图像画面越纯净，函数值越小。 （7）能量梯度函数 能量梯度函数更适合实时评价图像清晰度，该函数定义如下： （8）Vollath函数 Vollath函数定义如下： 其中：为整幅图像的平均灰度值，M和N分别为图像宽和高。 （9）熵函数 基于统计特征的熵函数是衡量图像信息丰富程度的一个重要指标，有信息论可知，一幅图像f的信息量是由该图像的信息熵D(f)来度量： 其中：Pi是图像中灰度值为i的像素出现的概率，L为灰度级总数（通常取值256）。根据Shannon信息论，熵最大时信息量最多。将此原理应用到对焦过程，D(f)越大则图像越清晰。熵函数灵敏度不高，依据图像内容不同容易出现与真实情况相反的结果。 （10）EAV点锐度算法函数
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
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
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）
图像质量评价综述 摘要：图像质量评价是图像处理领域的研究热点。本文综合论述了图像质量的主观和客观评价方法，就各自具体的实现方法做了简要的介绍，并分析了各自适用性和存在的问题。最后进而根据发展趋势和应用需求，对图像质量评价方法的进一步发展提出了若干技术与研究方向的展望。 [关键字] 图像质量评价人类视觉系统结构相似度全参考评价部分参考评价无参考评价 [abstract] Image quality assessment (IQA) is a hot research area in the field of image processing. In this paper, we discuss the subjective and objective assessment methods of image quality, respectively give a brief introduction of their specific implementation method, and analyses the respective applicability and problems. Finally, the further development of the technology and research directions of the future are proposed based on the trends and application requirements. [keywords] Image Quality Assessment(IQA) Human Visual System(HVS) Structural similarity Full Reference(FR) Reduced Reference(RR) No Reference(NR)， 一.引言 图像是人类获取信息的重要途径，其所承载的信息远比其它形式的信息更贴切、更丰富。图像质量表示图像向人或设备提供信息的能力，直接关系着所获取信息的充分性与准确性。然而，图像在获取、处理、传输和存储的过程中，由于各种因素的影响，将不可避免的产生图像的降质问题，这给信息获取或图像的后期处理带来了极大的困难。因此，在图像处理的相关领域建立图像质量评价机制具有重大的意义。 图像质量评价的问题涉及到图像处理技术许多方面，例如压缩、传输、增强、存储、水印等。一个有效的评价标准可以有如下三种应用：首先，可以在质量控制系统中检测图像质量。例如图像采集系统利用其来自动调整系统参数，从而获得最好的图像数据；其次，可以用作衡量图像处理系统和算法的标准。例如有若干图像降噪和恢复的算法用来提高数码照片的质量时，质量标准便可以用来确定哪个算法可获得最好的结果；最后，可以嵌入到图像处理系统中来优化系统和参数设置。例如在视频通信系统中，质量标准既能辅助编码端的预滤波和比特分配
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）