不依赖参考图像的插值质量评估方法.doc

不依赖参考图像的插值质量评估方法.doc不依赖参考图像的插值质量评估方法摘要:在对贝叶斯颜色滤波阵列插值算法进行评估时,在原始参考图像存在的情况下,可使用MSE、PSNR、等指标对处理后的图像质量进行评估和检验。然而在某些情况下,原始图像并不存在,无法使用这些指标进行图像质量评估。考虑到插值带来的边缘模糊和伪彩色现象,文章对图像边缘坡度和伪彩色进行计算,将计算结果作为判定插值算法优劣的标准。这项工作为将来研究CFA插值与彩色图像高分辨率之间的可能关系做了铺垫,该文使用了真实的CFA图像进行了实验,以证明所使用的评价算法的准确性。关键词:贝叶斯阵列;质量评估;边缘坡度;伪彩色中图分类号:TP391文献标识码:A文章编号:1009-3044(2011)24-5999-03 NewDemosaicingQualityAssessmentIndexWithoutaReferenceImage QIUXiang-xiang,GUYi-he (puterScienceandTechnology,NanjingUniversityofScienceandTechnology,Nanjing210094,China) Abstract:roundtruthwhenperformancetestingBayerpatterncolorfilterarray(CFA)demosaicingalgorithms,wecanuseMSE,PSNR,,therearenotreferenceimages,wecan’,putetheimageedge-slopeandfalsecolor,-. Keywords:bayerarray;colorimagequalityassessment;edgesharpness;falsecolor 由于Bayer型CFA(ColorFilterArray,彩色滤波阵列)的原始输出是每个像素点只有红、绿、蓝三种颜色分量之一的马赛克图像[1],因此若想获得全彩图像,必须估计所采集图像中每个像素的另外两个颜色的分量值。例如,图1的Bayer型CFA中处采集的像素点只有B的灰度值,即只有蓝色,这就需要估计处R和G的灰度值,这个估计的过程称为基于Bayer型颜色滤波阵列的插值过程,即恢复失去的信息[2]。常见的图像插值算法有最临近法,双线性插值法,双三次插值法[3]和梯度插值法等。其中双线性插值又称双线性内插,在数学上,双线性插值是两个变量的插值函数的线性插值扩展。其核心思想是在两个方向分别进行一次线性插值。双线性内插法利用待采样点周围4个临域的灰度值在两个方向上作线性