图像与视频质量评估：方法、流程与挑战

# 图像与视频质量评估：方法、流程与挑战 ## 1. 图像质量评估与生产工作流程 ### 1.1 常用图像数据库 在图像质量评估领域，有一些常用的数据库可作为测试平台，如LIVE、MICT、IVC、TID2008和Toyama数据库等。此外，虽然A57数据库规模较小，但也可供使用。 ### 1.2 图像生产工作流程 图像生产工作流程始于源数据，这些数据可以是自然场景、现象或测量值等，通过成像设备转化为数字图像。成像设备可以是硬件（如相机、扫描仪、断层扫描仪）或软件（能创建合成图像的应用程序）。 - **元数据嵌入**：图像创建或获取后，成像元数据可自动嵌入图像头，如EXIF信息，还会添加其他元数据用于编目和检索。 - **验证阶段**：数字图像和元数据可直接存储，也可先经过验证阶段，评估图像是否符合应用需求。验证可通过人工检查或计算算法进行，未通过验证的图像将被拒绝。 - **场景差距**：场景由内容和观看/获取环境组成，获取的场景与期望场景之间的差异称为场景差距。场景差距可在获取阶段结束或验证阶段进行量化，分为可恢复和不可恢复两种情况，其可恢复性受图像领域影响。 - **设备差距**：成像设备的特性会影响图像质量，设备的硬件和软件组件旨在保持图像保真度、提高有用性和自然度。获取的图像与理想设备获取的图像之间的差异称为设备差距，可使用RR和NR方法评估设备。 - **图像处理**：若有需要，图像可进一步处理以提高有用性或便于传输和存储，此阶段可应用各种图像质量评估技术。 以下是图像生产工作流程的mermaid流程图： ```mermaid graph LR classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px; A(源数据):::process --> B(成像设备):::process B --> C(数字图像):::process C --> D(嵌入元数据):::process D --> E{验证阶段}:::process E -->|通过| F(图像处理):::process E -->|未通过| G(拒绝图像):::process F --> H(存储/使用):::process ``` ### 1.3 图像质量评估方法应用 在图像生产工作流程的不同阶段，可应用不同的图像质量评估方法： | 阶段 | 适用评估方法 | | ---- | ---- | | 设备评估 | RR、NR方法 | | 图像与源数据比较 | RR方法 | | 检测成像管道缺陷 | NR方法 | | 图像处理阶段 | 全参考、简化参考、无参考评估技术 | ## 2. 高质量图像档案中的质量评估 ### 2.1 图像档案工作流程 高质量图像档案的工作流程旨在收集高保真度的图像，以满足专业用户（如博物馆、摄影机构）的需求。在数字化项目开始前，需考虑图像的预期用途，如访问方式、使用目的和访问限制等。 ### 2.2 图像分类 高质量图像档案中的图像可分为三类： - **主图像**：质量最高，可作为原始图像的替代品，用于衍生文件和印刷复制品，以未压缩形式存储。 - **访问图像**：用于替代主图像，供公众访问，通常适合普通显示器，为提高访问速度进行压缩，质量因使用场景而异。 - **缩略图**：用于内部参考、索引或书签，设计为在线快速显示，通常进行压缩，但不适合主要由文本组成的图像。 ### 2.3 图像获取与验证 图像获取环境部分可控，使用高端设备进行采集，同时使用颜色图表校准和表征设备。验证阶段需确保整个对象被完整、正确获取，可通过评估颜色图表保真度、使用简化参考方法或无参考指标检测图像失真来评估图像质量。 ### 2.4 图像处理与质量检查 图像处理阶段可能包括调整大小、创建缩略图、更改图