基于视觉的图像质量模型：自底而上优化

将人眼可见视觉系统特点的相关知识应用在图像质量评价模型中进行计算，并对评价结果与客观评价的参数结果相比对和预测。这就是描述的图像质量评价方案中的自底而上的评价方法。这种方法被作为主观评价方法。但是存在效率偏低和成本偏高的问题，甚至会降低印刷品设计表现或者其他的一些相关特征。每次对于主观评价图像系统的调整都需要一个新的评价体系。

通过设定一个预期的目标，建立一个测试样本，这样不是每次主观测量就是一个测试范本。这个方案在Engeldrum^[8]的图像质量评价系统中阐述过。Keelan^[9]关于上述方法描述了更多的细节，大部分针对消费者照片类内容。

这种方法出发点是考虑物理三刺激值和心理反应之间的关系。在后续的研究中，建立了图像的物理客观属性和印刷品整个图像质量的关系。这种方法重点考虑不同主观属性的可见性与客观测量技术参数之间的关系（图10-2）。这种关系通常是采用成对比较传统的心理物理学方法研究[在10.6.3（1）中讲述到了]。例如：MTF模型第7章中提到的技术参数影响到了前面提到的主观评价的参数。基于心理物理学基础，可以得到清晰度的主观评价。在预测清晰度研究中得到的心理物理测试数据可以与客观测量得到的数据同样有效。(www.xing528.com)

图10-2 客观评价流程图^[8]

根据质量评价体系图像质量技术参数，建立模型的目的是根据技术参数预测图像质量的可能性。视觉函数可以根据图像的客观参数预测主观属性。图像质量模型可以用于预测主观评价属性。