基于清晰度和亮度的航拍图像质量评价方法

■隋传宾，穆海坤，段 宁 ■山东明嘉勘察测绘有限公司，山东 淄博 255000

在各种与航拍图像相关系统中，往往需要通过对图像的质量状况进行评价，以调整系统的相关参数，从而达到更好的航拍图像处理效果。所以，航拍图像的质量评价方法成为衡量各种航拍图像处理过程的重要指标。

图像质量评价方法主要分为主观评价方法和客观评价方法。主观评价方法考虑了观察者对图像的理解效果。客观质量评价方法分为全参考方法、部分参考方法及无参考方法三大类。

近年来，对无参考图像质量评价方法引起了广泛的关注。谢小甫等［1-4］分别利用人类视觉系统特性、刚可见模糊(JNB)及相位等结合结构相似度(SSIM)对图像评价。该类方法对模糊图像的估计偏差较大，使评价结果和主观评价之间存在差异。

因此，本文提出一种基于清晰度和亮度的航拍图像质量评价方法。该方法首先通过计算平均边缘宽度度量图像的清晰度;其次，对待测图像进行指数直方图修正，通过计算修正前后的图像亮度差衡量图像亮度，最后将清晰度和亮度的综合结果作为航拍图像质量评价的标准。该评价方法解决现有图像质量评价方法不适用于航拍图像的问题，提高了对航拍图像评价的准确性，使评价结果符合人眼视觉感知。

1 基于清晰度和亮度的评价方法

目前大多数算法仅对图像清晰度进行评价，没有考虑图像亮度的影响。本文针对航拍图像的特点综合考虑图像清晰度和图像亮度。

1.1 清晰度评价

航拍图像在航行中进行拍摄，往往因飞机自身的晃动或相对运动等因素造成图像模糊。模糊图像的显著特点是图像边缘模糊，边缘宽度明显变宽。因此，本文用边缘平均宽度评价图像的清晰度。清晰度评价步骤如下:

S1:用Sobel 算子对评价图像进行初步边缘检测;

S2:根据边缘像素点的特点，对第一步中的结果进行处理，去除伪边缘点;

S3:对确认的边缘像素点进行模糊度估计并计算边缘点的模糊距离width;

S4:重复以上步骤，分别对待测图像进行水平和垂直两方向检测;

S5:对水平和垂直方向的模糊估值计算进行加权，得到图像总体模糊估计值blur，如式(1)所示。

1.2 亮度衡量

对航拍图像来说，只有正确曝光下得到的图像，其亮度才适合人眼辨认，计算机的进一步处理。因此，针对亮度传统方法评价不够严谨、误判率较高的问题，提出一种基于指数直方图修正的图像亮度评价算法。通过指数直方图修正，将原始图像修正到适合人眼视觉感知的最佳范围，通过比对修正前后灰度值的改变量衡量亮度。

采用ZHL碱性无氰镀银在适宜的工艺条件下所得的镀银层为较光亮的银白色，显微硬度适中，结晶细腻、均匀，可替代传统的氰化镀银工艺。

以直方图修正前后的平均灰度差值，作为亮度的衡量标准。假设航拍图像的亮度分量平均灰度为H1，直方图修正后的平均灰度为H2。对亮度合适且清晰的航拍图像，其平均灰度与直方图修正后的平均灰度非常接近;对平均灰度较高的图像，直方图修正可降低图像亮度;而平均灰度低的图像，通过直方图修正，可提高图像亮度。因此，H1 与H2 两者有以下的三种关系:

①当H1 ＜H2 时，图像亮度不够;

②当H1 ＞H2 时，图像亮度过强;

③当H1=H2 时，图像亮度为标准亮度

而在实际应用中，不可能得到完全相等的H1 和H2，只能认为具有最接近的H1 和H2 值的图像，即具有最小|H1-H2|值的图像其亮度是最合适的。由此得到亮度评价指标lum，如式(2)所示。

基于指数直方图修正的图像亮度评价算法的具体步骤如下所示。

S1:根据RGB 到HIS 彩色空间的转换方法，提取亮度分量，得到图像灰度图I1;

S3:对灰度图I1 做指数分布的直方图修正，得到灰度图I2;

S4:计算图像I2 的平均灰度为H2;

S5:计算亮度评价指标lum。

在步骤S3 中，为了使直方图修正后的输出图像满足人眼的主观亮度感觉，使用指数分布作为输出图像灰度概率密度模型，如式(3)所示。

式中为率参数，

根据概率密度模型，得到指数直方图修正转换函数，如式(4)所示。

从式(4)可以看出，由概率模型得到的指数直方图修正转换函数使主观亮度感觉与客观亮度的对数呈线性相关，有利于保证亮度评价的准确性。解决了常规直方图均衡方法没有考虑人眼视觉与亮度的关系，对亮度衡量不准确的现象。

1.3 综合评价指标

将清晰度评价值和亮度衡量值加权得到航拍图像的质量评价指标AIQAI(Aerial Image Quality Assessment Index)，如式(5)所示。

AIQAI 综合了影响航拍图像质量最重要的两个因素，即图像清晰度和图像亮度。采用该评价指标克服了传统方法对航拍图像片面性的评价。当blur 的值及lum 越小时，图像质量评价指标AIQAI 的值越小，航拍图像质量越好。

2 AIQAI 有效性分析

为了更好的评价本文提出的图像质量评价指标AIQAI 的正确性，将该评价方法运用到实际航拍图像解析定位系统中，这里随机抽取如图1 所示的6 副实际项目中的航拍图像。

根据人眼主观感知对图1 中的各图像按质量由好到差排序依次为:b，a，e，d，c，f。分别用GSM、文献［3］、文献［4］的方法及本文方法对图1 中的图像进行评价，上述各评价方式的评价结果见表1。

图1 航拍图像

表1 不同方法的质量评价值

上述几种方法都是无参考型的图像质量评价方法。GSM 及文献［3］的方法是值越大对应图像越好，文献［4］及本文方法则是值越小，图像质量越好。根据表1 中的数据显示及分析发现，文献［3］中对c，f的评价比a，b 都要好，即该方法缺乏对模糊图像的评价，文献［3］的方法不再适用。文献［4］的方法没有考虑亮度对图像的视觉影响，对图像c，f 的评价结果基本一致，不符合主观评价结果。GSM 的评价更是无法与人眼视觉系统评价一致，其受图像内容的影响，不适用于航拍图像。而本文方法的评价结果则能很好的符合主观评价，验证了AIQAI 的正确性。

3 结论

根据航拍图像的特点，提出一种基于清晰度和亮度的航拍图像质量评价方法，解决了一般的图像质量算法不适用于航拍图像的问题。经实验及项目实证表明，该方法能很好的适用于航拍图像，评价效果与HVS 观察一致。但航拍图像除了图像模糊和曝光不足等情况外，还存在压缩失真等现象。因此，研究能同时评价更多影响航拍图像质量因素的质量评价算法是未来研究的重点，也是航拍图像质量评价中的难点。

［1］谢小甫，周进，吴钦章.一种针对图像模糊的无参考质量评价指标［J］.计算机应用，2010，30(4):921-924.

［2］关澈，王延杰.CCD 相机实时自动调光系统［J］.光学精密工程，2008，16(2):358-366.

［3］杨春玲，高文瑞.重视边缘区域的结构相似度图像质量评价方法［J］.中国图像图形学报，2011，16(12):2133-2139.

［4］王正友，叶金财，伍双等.一种结合边缘检测的模糊估计新方法［J］.中国图像图形学报，2009，14(11):2406-2410.