文獻(xiàn)綜述-水平勻速直線運(yùn)動(dòng)模糊圖像復(fù)原

畢業(yè)設(shè)計(jì)(論文)文獻(xiàn)綜述題目水平勻速直線運(yùn)動(dòng)模糊圖像的復(fù)原院、系(部)專業(yè)及班級(jí)姓名指導(dǎo)教師日期畢業(yè)設(shè)計(jì)(論文)文獻(xiàn)綜述題目水平勻速運(yùn)動(dòng)模糊圖像的復(fù)原選題類型研究型緒論21世紀(jì)是一個(gè)充滿信息的時(shí)代，圖像作為人類感知世界的視覺根底，是人類獲取信息、表達(dá)信息和傳播信息的重要手段；21世紀(jì)又是一個(gè)數(shù)字的時(shí)代，上個(gè)世紀(jì)90年代初，美國副總統(tǒng)戈?duì)柼岢觥皵?shù)字地球”的概念，其中圖像是構(gòu)成數(shù)字地球的信息根底，不同遙感平臺(tái)提供的多源遙感圖像為“數(shù)字地球”這一概念提供了有力的信息支持。圖像處理是對(duì)圖像信息進(jìn)行加工處理，以滿足人類的視覺心理或?qū)嶋H應(yīng)用的需要。圖像恢復(fù)和重建是圖像處理的一個(gè)重要的分支。我們知道，圖像在攝取、傳輸、存儲(chǔ)和處理過程中，不可防止地要引起某些失真而使圖像退化。對(duì)退化的圖像進(jìn)行一定的處理，即從所獲得的信息中反演出有關(guān)真實(shí)圖像，使其盡可能恢復(fù)出原始的真實(shí)圖像，稱為圖像復(fù)原。造成圖像退化的原因有很多，大致可分為以下8個(gè)方面:(l)成像系統(tǒng)的像差、畸變、有限帶寬等造成的圖像失真;(2)涉嫌輻射、大氣測流等造成的照片畸變;(3)攜帶遙感儀器的飛機(jī)或衛(wèi)星運(yùn)動(dòng)的不穩(wěn)定，以及地球自傳等因素引起的照片幾何失真；(4)模擬圖像在數(shù)字化的過程中，由于會(huì)損失掉局部細(xì)節(jié)，因而造成圖像質(zhì)量下降;(5)拍攝時(shí)，相機(jī)與景物之間的相對(duì)運(yùn)動(dòng)產(chǎn)生的運(yùn)動(dòng)模糊;(6)鏡頭聚焦不準(zhǔn)產(chǎn)生的散焦模糊;(7)底片感光、圖像顯示時(shí)造成記錄顯示失真;(8)成像系統(tǒng)中存在的噪聲干擾。圖像復(fù)原和圖像增強(qiáng)技術(shù)的目的都是為了改善圖像質(zhì)量，但改善的方法和評(píng)價(jià)標(biāo)準(zhǔn)不同:圖像增強(qiáng)是突出圖像中感興趣的特征，衰減那些不需要的信息，因此它不需要考慮圖像退化的真實(shí)原因，增強(qiáng)后的圖像也不一定接近原始圖像;而圖像復(fù)原那么是針對(duì)圖像的退化原因設(shè)法進(jìn)行補(bǔ)償、恢復(fù)以再現(xiàn)圖像退化以前的本來面目。對(duì)于圖像復(fù)原，一般大致可采用兩種方法：一種是適用于對(duì)圖像缺乏信息的情況，此時(shí)可對(duì)退化過程(模糊和噪聲)建立數(shù)學(xué)模型進(jìn)行描述，并進(jìn)而尋找一種去除或減弱其影響的過程；另一種是對(duì)原始圖像足夠的信息，此時(shí)對(duì)原始圖像的退化過程建立一個(gè)數(shù)學(xué)模型并根據(jù)它對(duì)圖像退化的影響進(jìn)行擬合會(huì)更有效。無論哪種方法都必須要有較多的先驗(yàn)知識(shí)和約束條件，而且計(jì)算求解比擬復(fù)雜，對(duì)噪聲十分敏感。遺傳算法(Geneticalgorithm，GA)作為一種智能優(yōu)化算法，是借鑒生物界選擇和遺傳機(jī)制的隨機(jī)化搜索算法，其主要特點(diǎn)是在搜索空間中同時(shí)在很多點(diǎn)進(jìn)行求解，利用隨機(jī)規(guī)那么來引導(dǎo)搜索，且搜索不依賴于梯度信息，它尤其適用于處理傳統(tǒng)搜索方法難于解決的復(fù)雜和非線性問題。遺傳算法的優(yōu)勢是利用所允許的不精確性、不確定性，特別是由于它不受搜索空間的限制性假設(shè)的約束，魯棒性及固有的并行性等特點(diǎn)，因此是很有開展?jié)摿Φ膱D像恢復(fù)處理方法。一﹑背景正像任何一門學(xué)科的產(chǎn)生一樣，數(shù)字圖像處理這門學(xué)科的產(chǎn)生也是和社會(huì)生產(chǎn)力開展的需要分不開的。早期的圖像處理是由于通訊方面的要求而開展起來的，這就是上個(gè)世紀(jì)20年代技術(shù)的創(chuàng)造和開展。其后，由于宇宙探索方面的要求，需要處理大量在宇宙探測器上拍攝下來的不清楚的其他天體(如月球、火星等)以及地球本身的照片，這些需要大大促進(jìn)了數(shù)字圖像處理技術(shù)的開展。到現(xiàn)在，圖像處理技術(shù)的開展，己經(jīng)遠(yuǎn)遠(yuǎn)突破了這兩個(gè)領(lǐng)域，被廣泛應(yīng)用到科學(xué)研究、工農(nóng)業(yè)生產(chǎn)、軍事技術(shù)、醫(yī)療衛(wèi)生等許多領(lǐng)域。圖像復(fù)原算法的研究也是數(shù)字圖像處理中非常重要的一個(gè)領(lǐng)域，它的研究成果被廣泛應(yīng)用到各個(gè)研究和生產(chǎn)領(lǐng)域。在圖像成像的過程中，圖像系統(tǒng)中存在著許多退化源。一些退化因素只影響一幅圖像中某些個(gè)別點(diǎn)的灰度;而另外一些退化因素可以使一幅圖像中的一個(gè)空間區(qū)域變得模糊起來。前者稱為點(diǎn)退化，后者稱為空間退化。此外還有數(shù)字化器、顯示器、時(shí)間、彩色，以及化學(xué)作用引起的退化?？傊?，使圖像發(fā)生退化的原因很多，但這些退化現(xiàn)象都可用卷積來描述，圖像的復(fù)原過程就可以看成是一個(gè)反卷積的問題。反卷積屬于數(shù)學(xué)物理問題中的一類“反問題”，反問題的一個(gè)共同的重要屬性是其病態(tài)，即其方程的解不是連續(xù)地依賴于觀測數(shù)據(jù)，換句話說，觀測數(shù)據(jù)的微小變動(dòng)就可能導(dǎo)致解的很大變動(dòng)。因此，由于采集圖像受噪聲的影響，最后對(duì)于圖像的復(fù)原結(jié)果可能偏離真實(shí)圖像非常遠(yuǎn)。由于以上的這些特性，圖像復(fù)原的過程無論是理論分析或是數(shù)值計(jì)算都有特定的困難。但由于圖像復(fù)原技術(shù)在許多領(lǐng)域的廣泛應(yīng)用，因而己經(jīng)成為迅速興起的研究熱點(diǎn)。二、國內(nèi)外現(xiàn)狀在傳統(tǒng)圖像復(fù)原方法中，基于空間域的復(fù)原算法在研究和應(yīng)用中的占重要地位。均值濾波因其算法簡單且對(duì)高斯噪聲有較好的去噪作用被廣泛應(yīng)用，但其往往會(huì)引起圖像的模糊。Turky提出中值濾波器、wendt提出層登濾波器.為了改善上述濾波器性能，蔡靖等提出模糊加權(quán)均值濾波器，張宏科等提出廣義中值濾波器、趙春輝等提出全方位多結(jié)構(gòu)元層疊濾波器和形態(tài)濾波器等.這些非線性濾波器在某些條件下可以做到既去除噪聲又保持圖像邊緣細(xì)節(jié)的較滿意的復(fù)原效果，是值得重視的圖像復(fù)原方法。但這些非線性濾波器沒有一套完整的理論，缺乏統(tǒng)一的設(shè)計(jì)方法，一般是根據(jù)噪聲和信號(hào)的經(jīng)驗(yàn)知識(shí)選定某種線性或非線性濾波方法。為了提高速度和增強(qiáng)去模糊效果一般采用逆濾波法。逆濾波法包括經(jīng)典逆濾波法、維納濾波法、卡爾曼濾波法等。其中，在傅立葉變換域中，經(jīng)典逆濾波的變換函數(shù)是引起圖像失真的變換函數(shù)的逆變換，雖在沒有噪聲的情況下，它可產(chǎn)生精確的復(fù)原圖像，但有噪聲時(shí)，將對(duì)復(fù)原圖像產(chǎn)生嚴(yán)重的影響;維納濾波法是通過選擇變換函數(shù)，同時(shí)使用圖像和噪聲的統(tǒng)計(jì)信息來極小化均方復(fù)原誤差，這雖然在一定程度上克服了逆濾波法的缺點(diǎn)，但維納濾波需要較多的有關(guān)圖像的先驗(yàn)知識(shí)。為此，有人提出了一種提出了一種解決空間和時(shí)間相關(guān)性多幀維納濾波法是近年維納濾波的新開展?？柭鼮V波是一種遞歸濾波法，其雖可用于非平穩(wěn)圖像的復(fù)原，但是因計(jì)算量過大而受限制。Wu和Kundu通過對(duì)卡爾曼濾波進(jìn)行改良，不僅提高了速度，并考慮了應(yīng)用于非高斯的情況。除了上述的逆濾波方法外，還有參數(shù)估計(jì)濾波法。它實(shí)質(zhì)上是維納濾波器的變種。20世紀(jì)90年代，又提出了基于遞歸圖像濾波的自適應(yīng)方法及合成濾波方法，它代表了濾波方法新的開展方向。1998年Kundu:等人首先明確提出了遞歸濾波算法，從而很好地抑制了噪聲，并減少了振鈴現(xiàn)象，較好實(shí)現(xiàn)了在低SNR條件下的盲圖像復(fù)原。傳統(tǒng)的圖像復(fù)原算法或面臨著高維方程的計(jì)算問題，或要求恢復(fù)過程滿足廣義過程的假設(shè)，這就是使得具有廣泛應(yīng)用價(jià)值的圖像復(fù)原問題沒有得到根本解決的原因。因?yàn)楦盗⑷~變換是一種全局變換，要么完全在頻域，要么完全在時(shí)(空間)域，只能反映圖像的整體特征，無法表述圖像的時(shí)頻局部化特性。因此，當(dāng)信號(hào)和噪聲頻域重疊時(shí)，傳統(tǒng)的基于傅氏變換的復(fù)原方法失效。小波變換是一種強(qiáng)有力的數(shù)學(xué)工具，能同時(shí)給出圖像的空域和頻域信息，小波變換能夠檢測到圖像邊沿特性，可將圖像的結(jié)構(gòu)和紋理分別表現(xiàn)在不同分辨率層次上。運(yùn)用小波變換法去噪先對(duì)圖像信號(hào)進(jìn)行小波分解，再對(duì)高頻在傳統(tǒng)圖像復(fù)原方法中，基于空間域的復(fù)原算法在研究和應(yīng)用中的占重要地位。均值濾波因其算法簡單且對(duì)高斯噪聲有較好的去噪作用被廣泛應(yīng)用，系數(shù)進(jìn)行閩值量化，最后進(jìn)行小波重構(gòu)得到復(fù)原圖像。基于小波變換圖像復(fù)原法能較好在去噪和細(xì)節(jié)保持之間保持均衡。侯波等提出基于小波變換的去除遙感圖像噪聲的方法[川，彭玉華提出基于離散正交小波變換的圖像去噪方法等。這些方法充分利用小波變換的優(yōu)勢，圖像復(fù)原效果較傳統(tǒng)方法有所改良。1988年zhou等人提出神經(jīng)網(wǎng)絡(luò)圖像復(fù)原方法。神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)、自適應(yīng)性、強(qiáng)魯棒性。自學(xué)習(xí)的結(jié)果是使其函數(shù)趨于最小，極小化約束誤差方程可求得原圖像的復(fù)原圖像。通過改良約束條件、正那么化參數(shù)、點(diǎn)擴(kuò)展函數(shù)可使其在圖像復(fù)原方面表現(xiàn)出比傳統(tǒng)方法更加優(yōu)越的性能。將小波變換與神經(jīng)網(wǎng)絡(luò)結(jié)合起來不僅將使用于圖像復(fù)原的小波神經(jīng)網(wǎng)絡(luò)具有自適應(yīng)分辨性，也將使正那么化參數(shù)的選取更具有自適應(yīng)能力。最終使圖像復(fù)原既保持圖像細(xì)節(jié)，又能很好地抑制噪聲。在數(shù)字圖像恢復(fù)方面，國內(nèi)具有一定的經(jīng)典圖像恢復(fù)的技術(shù)根底，對(duì)圖像復(fù)原算法進(jìn)行了一些研究工作，但這些算法大多是假定事先點(diǎn)擴(kuò)展函數(shù)，或點(diǎn)擴(kuò)展函數(shù)比擬簡單如運(yùn)動(dòng)圖像復(fù)原、散焦模糊等的盲目圖像復(fù)原，且噪聲較少，只適用于模糊以及低頻隨機(jī)介質(zhì)傳輸帶來的模糊或抖動(dòng)的圖像恢復(fù)。三、運(yùn)動(dòng)模糊圖像復(fù)原中的關(guān)鍵問題研究者們?cè)谶\(yùn)動(dòng)模糊圖像復(fù)原領(lǐng)域已經(jīng)做了多年的工作，積累了許多經(jīng)驗(yàn)，取得了很多研究成果，但仍然存在一些問題尚未完全解決，主要包括:(1)目前的運(yùn)動(dòng)模糊復(fù)原算法主要針對(duì)空間不變模糊，大多以理想情況下的勻速直線運(yùn)動(dòng)模糊為模型，對(duì)空間可變的模糊形式研究不夠深入。(2)運(yùn)動(dòng)圖像模糊的模糊參數(shù)估計(jì)仍然是關(guān)鍵問題，如何進(jìn)一步提高參數(shù)估計(jì)的精度仍然是運(yùn)動(dòng)模糊恢復(fù)問題中的難點(diǎn)。(3)振鈴現(xiàn)效應(yīng)是圖像恢復(fù)中普遍存在的現(xiàn)象，對(duì)復(fù)原圖像的質(zhì)量有著重要的影響，如何減弱或消除振鈴效應(yīng)還有待進(jìn)一步的研究。(4)噪聲一直是運(yùn)動(dòng)模糊圖像復(fù)原中的重要問題，它直接影響模糊參數(shù)的估計(jì)精度以及復(fù)原算法的有效性，許多優(yōu)秀的算法在低信噪比的條件下復(fù)原效果并不理想，如何有效的去除噪聲又不影響出模糊參數(shù)的估計(jì)精度以及復(fù)原效果還需繼續(xù)深入研究。(5)圖像質(zhì)量評(píng)價(jià)體系仍然存在著不少問題，基于誤差敏感度的評(píng)估標(biāo)準(zhǔn)無法滿足人類的視覺要求，如何在客觀評(píng)價(jià)指標(biāo)中引入主觀因素到達(dá)主觀與客觀相統(tǒng)一是目前質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)面臨的主要難題。四、圖像恢復(fù)原理對(duì)圖像質(zhì)量的改善可分為圖像增強(qiáng)和圖像恢復(fù)兩種根本手段，它們都是以改善輸入圖像的視覺質(zhì)量為目的。但它們無論從過程還是技術(shù)上都存在明顯區(qū)別。圖像增強(qiáng)技術(shù)采用特定方法來突出和強(qiáng)調(diào)圖像中所關(guān)注的特征，需要借助人的視覺系統(tǒng)特性以取得看起來較好的視覺效果。在對(duì)圖像增強(qiáng)的處理過程中，一般不考慮圖像退化的真實(shí)物理過程，只關(guān)注圖像增強(qiáng)后的視覺效果。根據(jù)目的和用途不同，既可以增強(qiáng)一幅圖像的全部，也可以僅增強(qiáng)圖像的某一局部，與原始圖像相比，增強(qiáng)后的圖像還可能損失掉局部信息。因此，圖像增強(qiáng)的目的是提高視覺質(zhì)量，但增強(qiáng)后的圖像可能與原始圖像有一定差異。圖像恢復(fù)那么認(rèn)為圖像在某種情況下退化了，針對(duì)圖像的退化原因，對(duì)其過程建立相應(yīng)的數(shù)學(xué)模型，然后根據(jù)圖像退化的先驗(yàn)知識(shí)或分析退化成因來獲得圖像退化模型的相關(guān)參數(shù)，建立圖像退化的逆過程對(duì)退化圖像進(jìn)行處理，使恢復(fù)后的圖像最大程度的接近原始圖像。因此，圖像恢復(fù)不是為了突出或增強(qiáng)圖像的某些信息，而是為了減少或消除各種因素所造成的圖像質(zhì)量下降，恢復(fù)出原始清晰圖像。圖像恢復(fù)的主要任務(wù)是建立圖像退化反過程的數(shù)學(xué)模型。運(yùn)動(dòng)模糊圖像恢復(fù)技術(shù)是圖像恢復(fù)的重要分支之一，在處理方法上可以有許多項(xiàng)選擇擇:所求問題既可以用連續(xù)數(shù)學(xué)來處理，也可以用離散數(shù)學(xué)來處理;處理既可以在空間域，也可以在頻率域。這樣，就可以在明確了所作假設(shè)的前提條件下，根據(jù)問題的要求和約束條件來選擇最適合的方法。運(yùn)動(dòng)模糊圖像復(fù)原技術(shù)大體可以分為兩類:一類是首先建立圖像的退化模型，然后根據(jù)已有的先驗(yàn)知識(shí)和模糊圖像對(duì)退化模型中模糊圖像的退化參數(shù)進(jìn)行估計(jì)。在獲得了模糊參數(shù)后，將其帶入退化模型中并建立退化的逆過程對(duì)模糊圖像進(jìn)行復(fù)原。另一類是迭代算法，在建立退化模型后無需檢測模糊參數(shù)，算法以概率統(tǒng)計(jì)中的最優(yōu)估計(jì)理論為依據(jù)，自動(dòng)對(duì)模糊參數(shù)進(jìn)行估計(jì)，進(jìn)而估計(jì)出復(fù)原圖像的最優(yōu)解，但這種算法運(yùn)算量一般很大。因次，大多數(shù)運(yùn)動(dòng)模糊恢復(fù)方法都屬于第一類。五﹑幾種常用的圖像恢復(fù)方法1、逆濾波復(fù)原由退化函數(shù)H退化的圖像最簡單的方法是直接用退化圖像的傅立葉變換除以退化函數(shù)H，如下所示，其中為逆濾波復(fù)原圖像的傅立葉變換:將式中的用式替換，得到:這一方法常稱為逆濾波或去卷積。這種看起來簡單易行的方案，實(shí)際上沒有實(shí)用意義。因?yàn)橛缮鲜蕉x的逆濾波器可能不存在(由于Hd在某些頻率下可以為零);即使逆濾波器存在，也會(huì)由于氏的低通性質(zhì)，使N(u，v)/Hd(u，v)高頻區(qū)取值很大，造成原本可忽略的微弱噪聲被放大。為解決Hd為0或很小值的問題，一種方法是限制濾波的頻率，使其接近原點(diǎn)?？梢杂冒吞匚炙嫉屯V波器乘以U。/Hd來實(shí)現(xiàn)限制濾波頻率。2、維納濾波維納〔Wiener〕是用來解決從噪聲中提取信號(hào)的一種過濾〔或?yàn)V波〕方法。這種線性濾波問題，可以看做是一種估計(jì)問題或一種線性估計(jì)問題。一個(gè)線性系統(tǒng)，如果它的單位樣本響應(yīng)為QUOTEh(n)，當(dāng)輸入一個(gè)隨機(jī)信號(hào)QUOTEx(n)，且〔1〕其中QUOTEs(n)表示信號(hào)，QUOTEv(n)表示噪聲，那么輸出QUOTEy(n)為〔2〕我們希望通過線性系統(tǒng)后得到的盡量接近于，因此稱為的估計(jì)值，用表示，即〔3〕那么維納濾波器的輸入—輸出關(guān)系可用下面圖1表示。圖1實(shí)際上，式〔2〕所示的卷積形式可以理解為從當(dāng)前和過去的觀察值，，…，…來估計(jì)信號(hào)的當(dāng)前值。因此，用進(jìn)行過濾問題實(shí)際上是一種統(tǒng)計(jì)估計(jì)問題。一般地，從當(dāng)前的和過去的觀察值，，…估計(jì)當(dāng)前的信號(hào)值成為過濾或?yàn)V波；從過去的觀察值，估計(jì)當(dāng)前的或者將來的信號(hào)值稱為外推或預(yù)測；從過去的觀察值，估計(jì)過去的信號(hào)值稱為平滑或內(nèi)插。因此維納濾波器又常常被稱為最正確線性過濾與預(yù)測或線性最優(yōu)估計(jì)。這里所謂的最正確與最優(yōu)是以最小均方誤差為準(zhǔn)那么的。如果我們分別以與表示信號(hào)的真實(shí)值與估計(jì)值，而用表示他們之間的誤差，即〔4〕顯然可能是正值，也可能是負(fù)值，并且它是一個(gè)隨機(jī)變量。因此，用它的均方誤差來表達(dá)誤差是合理的，所謂均方誤差最小即它的平方的統(tǒng)計(jì)期望最?。骸?〕采用最小均方誤差準(zhǔn)那么作為最正確過濾準(zhǔn)那么的原因還在于它的理論分析比擬簡單，不要求對(duì)概率的描述。五、復(fù)原圖像的質(zhì)量評(píng)價(jià)1、主觀評(píng)價(jià)方法所謂主觀評(píng)價(jià)標(biāo)準(zhǔn)，就是以人作為圖像觀察者對(duì)復(fù)原圖像的優(yōu)劣做出主觀的評(píng)價(jià)和判斷。之所以選擇這個(gè)標(biāo)準(zhǔn)有兩個(gè)方面的原因:一是在實(shí)際的圖像復(fù)原過程中，原物f(x，力并非，所以采用上述的客觀評(píng)價(jià)標(biāo)準(zhǔn)無法對(duì)復(fù)原圖像進(jìn)行評(píng)價(jià)。盡管我們可以根據(jù)某些標(biāo)準(zhǔn)來確定復(fù)原圖像的解，或者制定適宜的復(fù)原終止條件，但當(dāng)復(fù)原初始條件選擇不適宜時(shí)，并不能獲得理想的復(fù)原結(jié)果。此時(shí)，需人眼對(duì)復(fù)原圖像進(jìn)行觀察和評(píng)價(jià)，以便對(duì)初始條件進(jìn)行修改，最終獲得一個(gè)理想的復(fù)原結(jié)果。.另一方面，有時(shí)客觀評(píng)價(jià)標(biāo)準(zhǔn)與人的主觀感知標(biāo)準(zhǔn)并不相同，因此在順應(yīng)人眼視覺特性的情況下，應(yīng)采用主觀標(biāo)準(zhǔn)對(duì)復(fù)原圖像進(jìn)行評(píng)價(jià)和判斷。對(duì)于人眼的主觀而言，復(fù)原效果的好壞集中表達(dá)在棱邊附近的振鈴效應(yīng)和平滑區(qū)域的噪聲放大等情況上。由于受到人的心理、文化背景、周圍環(huán)境、不同的應(yīng)用場合等多種因素的影響，不同的人對(duì)相同的圖像往往會(huì)做出不同的質(zhì)量評(píng)價(jià)結(jié)果，因此在質(zhì)量評(píng)價(jià)過程中必須結(jié)合客觀質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)來對(duì)圖像的質(zhì)量進(jìn)行評(píng)價(jià)。2、傳統(tǒng)客觀評(píng)價(jià)方法主觀評(píng)價(jià)的方法是一幅圖像有多個(gè)觀察者分別打分，它的平均值即為圖像的質(zhì)量分?jǐn)?shù)?？陀^圖像質(zhì)量評(píng)價(jià)方法是先計(jì)算出被評(píng)價(jià)圖像的某些統(tǒng)計(jì)特性和物理參量，通過比擬這些值的大小來確定圖像質(zhì)量的優(yōu)劣。在圖像質(zhì)量的客觀評(píng)價(jià)方法中最常用的是圖像逼真度的測量。圖像逼真度的測量通常是計(jì)算出被評(píng)價(jià)圖像與原圖像之間的統(tǒng)計(jì)誤差，假設(shè)誤差越小那么從統(tǒng)計(jì)意義上來說被評(píng)價(jià)圖像與原圖像的差異越小，圖像的逼真度就越高，獲得的圖像質(zhì)量評(píng)價(jià)也就越高，此種評(píng)價(jià)方法多適用于黑白圖像及灰度圖像的質(zhì)量評(píng)價(jià)。常用的圖像逼真度計(jì)測參數(shù)有平均絕對(duì)誤差〔MeanAbsoluteError，MAE〕、均方誤差〔MeanSquareError，MSE〕、歸一化均方誤差〔NormalizedMeanSquareError，NMSE〕、信噪比〔SignaltoNoiseRatio，SNR〕