1 簡介

相機(jī)成像技術(shù)已從耗時(shí)的多步驟化學(xué)模擬過程發(fā)展為具有多種圖像共享可能性的近乎瞬時(shí)的數(shù)字過程。相機(jī)曾經(jīng)是單一用途的設(shè)備，現(xiàn)在是手機(jī)等多功能設(shè)備中最常見的部分。隨著數(shù)碼單鏡頭反光 (DSLR) 相機(jī)變得越來越復(fù)雜和先進(jìn)，智能手機(jī)和平板電腦等產(chǎn)品的成像技術(shù)能力也越來越強(qiáng)。此外，圖像處理技術(shù)的進(jìn)步使過去無法實(shí)現(xiàn)的局部自動(dòng)增強(qiáng)成為可能。新的特征算法和計(jì)算攝影的出現(xiàn)，例如復(fù)雜的降噪算法和捕獲后深度處理，繼續(xù)充斥著市場。這需要不斷擴(kuò)展基本圖像質(zhì)量指標(biāo)，以便評(píng)估和比較成像系統(tǒng)的狀態(tài)。目前有一些描述圖像質(zhì)量測量技術(shù)的標(biāo)準(zhǔn)可用，但很少描述如何全面表征和基準(zhǔn)測試相機(jī)的整體圖像質(zhì)量。本書旨在通過討論和討論圖像質(zhì)量及其評(píng)估（包括建立實(shí)驗(yàn)室）和基準(zhǔn)測試，描述靜態(tài)和視頻成像應(yīng)用的方法、注意事項(xiàng)和示例數(shù)據(jù)。

最有效和最相關(guān)的圖像質(zhì)量基準(zhǔn)指標(biāo)應(yīng)該提供一致、可重復(fù)和感知相關(guān)的結(jié)果。此外水果綠色版，它們應(yīng)該被標(biāo)準(zhǔn)化，以便成為行業(yè)中有意義的指標(biāo)。這些需求導(dǎo)致了 CPIQ（Phone Image Phone Image ）等計(jì)劃的創(chuàng)建，該計(jì)劃最初由 I3A（圖像行業(yè)國際圖像協(xié)會(huì)）管理，現(xiàn)在作為 IEEE（和

電氣和電子工程師協(xié)會(huì)）作為標(biāo)準(zhǔn)開發(fā)的一部分運(yùn)行。這些標(biāo)準(zhǔn)機(jī)構(gòu)提供和開發(fā)用于評(píng)估圖像質(zhì)量的客觀和主觀指標(biāo)?？陀^指標(biāo)是獨(dú)立于人類對方法和結(jié)果的感知的度量水果綠色版，而主觀指標(biāo)是量化人類對人類觀察的反應(yīng)的度量。

1.1 圖片內(nèi)容和圖片質(zhì)量

在 1820 年代中期，Nicéphore Niépce 通過從天窗拍攝建筑物、樹木和天空的照片漂亮的古典花紋相框筆刷，成功制作了第一張永久性照片。在馬口鐵上查看這張由日光成像產(chǎn)生的原始狀態(tài)的顯影圖像，似乎很難辨別其內(nèi)容。

圖片1.1 N. Niépce 在他原來的馬口鐵板上的第一張永久照片，1826 年。

事實(shí)上，這個(gè)“原始”圖像，通過類似于數(shù)字圖像渲染的圖像處理步驟，變成了一個(gè)更容易識(shí)別的場景（見圖1.2）。

圖1.2 增強(qiáng)版第一張永久照片

圖像模糊、嘈雜、黑白，盡管關(guān)鍵元素仍可辨別。圖像的最小銳度和粒度都阻礙了對場景中實(shí)際紋理的辨別，只留下基本的形狀和密度作為物體識(shí)別的線索。值得注意的是，他家的西墻和東墻是從照片的兩側(cè)同時(shí)被太陽照亮的，這是因?yàn)榕臄z的曝光時(shí)間是八小時(shí)，期間太陽的位置發(fā)生了偏移。 .

簡單的視覺提示可以傳達(dá)物體信息、光照和深度。例如，可以使用一系列抽象線條來描繪小提琴，如圖 1.3 所示。顏色和陰影的添加增加了樂器的真實(shí)感，如中間圖像所示。一張高質(zhì)量的小提琴照片包含更多信息，例如構(gòu)成紋理基本元素的對象的反照率和細(xì)觀結(jié)構(gòu)，如右圖所示。以真實(shí)感為目標(biāo)的成像包括顏色、形狀、紋理、深度、亮度范圍和運(yùn)動(dòng)的基本特征，再現(xiàn)這些物理屬性可以生成準(zhǔn)確、逼真的場景和物體圖像。

圖1.3小提琴的三個(gè)演繹1.1.1色

顏色是物體在發(fā)光或自發(fā)光時(shí)的物理屬性的視覺感知。在最基本的情況下，顏色可以描述為橙色、藍(lán)色、綠色和黃色的陰影，例如黃色金絲雀、紅蘋果、藍(lán)天和綠葉。這些顏色是人類視覺系統(tǒng)（HVS：Human）對可見波長光譜范圍從 380 nm 到 720 nm 的感知。然而，顏色比對主色調(diào)的感知更為復(fù)雜：顏色包括對明度和明度的感知。例如，它允許人們區(qū)分紅色和淺紅色（即粉紅色）流行噴濺筆刷下載2，或者根據(jù)墻壁的亮度確定均勻涂漆的房子的哪一側(cè)朝向太陽。這些是與光的反射、透射或發(fā)射等物理特性相關(guān)的術(shù)語，包括考慮場景中最亮的物體。顏色感知也會(huì)受到周圍顏色的影響——即使兩種顏色具有相同的色調(diào)，如果被不同的顏色包圍，它們也會(huì)呈現(xiàn)出不同的色調(diào)。圖 1.4 顯示了這種現(xiàn)象的一個(gè)例子，稱為同時(shí)對比。在圖片中，中心的正方形是同一種顏色，但是周圍的顏色使它們看起來不是同一種顏色，即使它們在測量上是相同的。

圖1.4 同時(shí)比較

HVS 的其他方面也會(huì)影響我們對顏色的感知。我們非常適應(yīng)周圍環(huán)境的偏色。這種顏色適應(yīng)使我們能夠根據(jù)場景本身而不是絕對色度來判斷顏色。戶外陽光明媚，我們適應(yīng)明亮的日光條件。同樣，在有人工照明的室內(nèi)，我們?nèi)匀豢梢愿兄伾牟町?。在感知上，我們可以在任何條件下區(qū)分顏色。但是，如果在兩種不同的光照條件下測量同一物體的光譜，則測量結(jié)果將有本質(zhì)的不同。

圖1.5 原圖果籃色調(diào)明顯不同

.5 將青色添加到原始照片以生成照片。通過顏色適應(yīng)，這張帶有青色的照片也有明顯的色調(diào)差異，讓觀察者注意到香蕉相對于其他水果顏色的黃色調(diào)

圖1.5 將原始照片中的香蕉替換為青色香蕉（與中間青色照片中的香蕉物理顏色相同）會(huì)導(dǎo)致外觀明顯不同。在這里，香蕉呈現(xiàn)未成熟的綠色狀態(tài)，因?yàn)樵?HVS 中沒有發(fā)生色素適應(yīng)

圖片1.5 在上圖中，一個(gè)平衡良好的水果籃在日光下呈現(xiàn)出明顯的色調(diào)差異：紅蘋果、橙橘、黃香蕉等。如果將青色添加到照片，其整體外觀將與原版有明顯不同。然而，隨著我們的色彩適應(yīng)發(fā)生，在適應(yīng)了中間照片中的新光照條件后，水果將再次開始顯示與預(yù)期相反的顏色，例如香蕉看起來是黃色的，右邊的蘋果是紅色的。但是，如果您只是將原始照片中的香蕉替換為青色香蕉（下圖），則不會(huì)出現(xiàn)色差：香蕉相對于其他水果顏色具有未成熟的綠色外觀。因此，香蕉的原始和青色版本的物理光譜反射率存在顯著差異。

有時(shí)，由于 HVS 的適應(yīng)，我們可以感知刺激中不存在的顏色。當(dāng)光檢測信號(hào)通過視神經(jīng)傳遞到大腦時(shí)。該區(qū)域是我們視野中的盲點(diǎn)，因?yàn)樵撐恢玫囊暰W(wǎng)膜中沒有光傳感器。然而，HVS 會(huì)補(bǔ)償兩個(gè)遮擋（每只眼睛一個(gè)），并用與周圍環(huán)境相似的信號(hào)來補(bǔ)償該區(qū)域，因此我們通常不會(huì)注意到視神經(jīng)的遮擋。這種補(bǔ)償現(xiàn)象包括顏色和紋理。因此，即使沒有色調(diào)的物理刺激，HVS 也可以感知顏色，例如水彩錯(cuò)覺。如圖1.6所示，輪廓包含一個(gè)可以感知色調(diào)的淺色內(nèi)邊框，外層被不同色調(diào)的深色邊框包圍。人類視覺系統(tǒng)可以檢測到輪廓被一種淡淡的顏色填充，輪廓的內(nèi)部區(qū)域看起來比內(nèi)邊界的色調(diào)稍微亮一些。此外，具有波浪輪廓的區(qū)域通常比線性輪廓更填充。由于錯(cuò)覺，我們應(yīng)該在輪廓內(nèi)看到明顯的水彩般的橙色或綠色填充，但在輪廓外看不到這種微弱的色調(diào)。事實(shí)上，內(nèi)部根本不是橙色或綠色，波浪輪廓兩側(cè)的所有區(qū)域在物理上都是相同的，如果測量會(huì)顯示它們具有相同的色度值，即所有白色背景。

圖1.6 淺色邊框被深色邊框包圍，該區(qū)域內(nèi)部除了白色背景之外沒有其他色調(diào)，但人類視覺系統(tǒng)將內(nèi)部區(qū)域感知為具有類似的模糊度到內(nèi)部彩色邊框，淺色調(diào)。

對象具有許多影響其顏色的物理屬性，包括反射率、透射率或發(fā)射率、角度依賴性和半透明度。因此，量化顏色的復(fù)雜性超出了描述顏色定義元素（如發(fā)色團(tuán)、染料或顏料）的光譜特性。假設(shè)我們有一張緞面床單和一張法蘭絨床單，它們的光譜在色調(diào)上是一致的，即使用相同的染料。但是，我們能夠很容易地分辨出材料的差異，因?yàn)榫劽婵雌饋碛泄鉂?，而絨面革的質(zhì)地看起來很暗淡。這種材料外觀的差異體現(xiàn)在緞紋編織使用非常細(xì)的線，在光線照射下呈現(xiàn)出光滑、有光澤的表面，而法蘭絨表面使用更粗、更少的線數(shù)和編織風(fēng)格，從而形成光滑的表面。 ，有光澤的表面。它更分散，因此缺乏緞子的光澤。然而，從光譜的角度來看，緞面和絨面革具有相同的顏色。顏色復(fù)雜性的另一個(gè)例子是將真牙的顏色與假牙匹配的挑戰(zhàn)。由于牙齒晶瑩剔透，白度的出現(xiàn)取決于環(huán)境中的照明特性，類似于將手電光束放在大理石表面附近，光線可以穿過牙齒并照亮它。因此，比較真牙和假牙的外觀包括亮度和白度以及透明度。如果假牙與真牙的透明度不同，即使白色的物理表面反射相同，也有一個(gè)照明環(huán)境可以區(qū)分假牙和真牙。

使用比色法進(jìn)行顏色測量會(huì)考慮光源的光譜特性、物體的光譜特性和 HVS。然而，當(dāng)應(yīng)用于現(xiàn)實(shí)世界中過多的光源、物體和人時(shí)，比色法具有基本的局限性。為了生成估計(jì)一階顏色感知的方程，僅將 17 個(gè)顏色正常觀察者的數(shù)據(jù)組合起來生成 1931 年標(biāo)準(zhǔn)觀察者。需要多個(gè)觀察者成為標(biāo)準(zhǔn)觀察者表明顏色感知存在觀察者間的差異。最近的研究證實(shí)，雖然這種觀察者同色異譜確實(shí)存在，但 1931 年的標(biāo)準(zhǔn)觀察者仍然是對典型顏色正常觀察者的合理估計(jì)。此外，觀察者之間的差異高達(dá) 8 倍，比 1931 年標(biāo)準(zhǔn)觀察者和五個(gè)新代理人之間的固有差異大。因此，結(jié)合 1931 年標(biāo)準(zhǔn)觀察者的色度量化可以將顏色準(zhǔn)確度匹配到標(biāo)準(zhǔn)水平，盡管個(gè)別觀察者可能會(huì)有所不同?？紤]到相機(jī)捕捉到的場景中顏色的質(zhì)量，然后在顯示器或印刷材料中觀察，這一點(diǎn)變得尤為重要。場景、顯示器和印刷材料中的顏色來源是由根本不同的光譜組成的屬性。事實(shí)上，色彩工程確實(shí)可以在相機(jī)捕捉系統(tǒng)中生成與 1931 年標(biāo)準(zhǔn)觀察者匹配的顏色，但這種匹配方法并不能保證每個(gè)觀察者都會(huì)感知到匹配，或者色彩匹配會(huì)提供與原始觀察相同的顏色觀察者腦海中對場景的相同印象。

色度方程是量化相機(jī)客觀彩色圖像質(zhì)量方面的基礎(chǔ)。稍后描述的顏色準(zhǔn)確度、顏色均勻性和顏色飽和度指標(biāo)等測量使用色度單位來量化圖像質(zhì)量的顏色相關(guān)方面。例如PNGOutWin，如果色域較寬，則圖像中可以再現(xiàn)更多的顏色。