高阶质量体验：自上而下的实现

有两种方法可以探索客观和总体图像质量之间的关系。自下而上是指：通过客观的质量评价来测量和评价图像的整体质量。另外一种自上而下是指：从人们对于图像的心理感知出发，通过心理物理学测试方法，来获取图像质量评价参数和评价感觉。在第10.4节提到的基于HVS的方法代表着传统的方法，重点考虑初级阶段图像客观质量属性，从而表达图像整体质量属性。这种自底而上的方法存在一些问题。通过测试仪器和对图像质量分析从而来预测图像的质量仅仅依靠客观测量的数据，存在着工作量大并且对目前存在的问题没有一个常规的参考方案。同时，得到这些系统结论不具备通用性。例如：可以通过预算函数在计算机中来进行计算和预测清晰度及噪声，但是无法预测图像质量本身的内容。更进一步说，图像质量的整体变化不是某一单项主观变化的总和。当某参数发生变化时，同时会引起整个图像质量的变化并且会导致他们之间的关系变得更加复杂^[9]。在电子图像中，图像质量模型在处理过程中，客观的图像属性参数，如清晰度、噪声及反差可以通过系统进行放大，输出结果便于观察和展示。这种处理方法对于印刷品本身的内容带来了挑战，因为单一的客观属性不可能单独进行放大，势必会影响到印刷品图像质量的变化。

尤其当需要图像质量很高的时候，此时需要一些高分辨力的图像。例如受人为因素影响很大的高端杂志——时尚杂志。一些低端的印刷品质量属性如清晰度对于该类产品的预期质量影响非常小。例如一些优先考虑的美学属性如自然的、鲜艳的、靓丽的、细致和温暖的、清澈的等对于质量的表现比内容要求高得多。这些属性对于杂志的设计师来讲更感兴趣。这些可见印刷品属性类似餐饮领域一样具有尤其独特的趣味性。根据这种感觉，视觉印刷品质量评价趋势给印刷行业质量评价提供一个反馈，需要印刷行业进行市场评估和分析^[5]。

自上而下的图像测量方法的出发点是获取观察者对于产品和材料的感知程度。这种方法的目的是寻找到人对于图像质量评价最相关的观念。在此，观察者对于好产品或者可以接受的产品最好是源于兴趣，而不是依靠他们的眼睛来分辨产品上的缺陷。当原材料变化比较小甚至这些变化不真实，例如清晰度，在大脑的高级处理阶段也可能理解成自然的或者暖色的等。

这种主要以大脑为主的观察方法能够帮助设计师对于产品有不同的理解。与以人眼为主的客观评价相比，这种自上而下的方法不能预测根据客观参数得到的质量评价范围（图10-3）。然后能够给出质量评价经验感觉，帮助产品质量进行定位。例如选择某一类纸张或者颜色满足某一类杂志的需要。(www.xing528.com)

图10-3 自上而下的方法与客观技术参数相结合的关系图

注：主观测试出发点是质量评价，可以描述观察者观察到的印刷品质量的状况。