摘要

感知图像质量评估（Perceptual Image Quality Assessment, IQA）旨在通过计算模型实现与主观评价一致的图像质量测量。在过去十年中，视觉显著性（Visual Saliency, VS）已成为心理学家、神经生物学家及计算机科学家广泛研究的课题，用于探究图像中哪些区域最易吸引人类视觉系统的注意。直观上，视觉显著性与图像质量评估密切相关，因为显著的失真（超阈值失真）会显著影响图像的视觉显著性图。基于这一认识，本文提出了一种简单但极为有效的全参考图像质量评估方法，该方法充分利用视觉显著性特性。在所提出的IQA模型中，视觉显著性发挥双重作用：其一，在计算失真图像的局部质量图时，视觉显著性被用作特征；其二，在聚合整体质量得分时，视觉显著性被用作加权函数，以反映图像各局部区域的重要性。所提出的图像质量评估指标称为基于视觉显著性的指标（Visual Saliency-based Index, VSI）。本文在IQA框架下系统评估了多种主流的计算型视觉显著性模型，并选取表现最优者用于构建VSI。在四个大规模基准数据库上进行的大量实验表明，所提出的VSI指标在预测准确性方面优于目前已知的所有先进IQA方法，同时保持了适中的计算复杂度。VSI的MATLAB源代码及评估结果已公开发布于 http://sse.tongji.edu.cn/linzhang/IQA/VSI/VSI.htm，供学术界和工业界免费使用。