图像的阻挡效应因子（Blocking Effect Factor，BEF）和PSNR-B指标原理及实现

 参考博文：Paper | Quality assessment of deblocked images - RyanXing - 博客园 (cnblogs.com)

像的阻挡效应因子（Blocking Effect Factor，BEF）。阻挡效应是指当图像被分割成块时，相邻块之间的边界会引入人眼可见的伪影。阻挡效应因子用于评估图像中阻挡效应的程度。

PSNR-B指标，旨在衡量 压缩图像的块效应强度 或 去块效应后的残留块效应强度（比较去块效应算法的优劣）。

我们首先假设图像由整数个块（tiling）组成。例如：

 图中每一个块都是8×8的块，一共有64个。定义以下块类别：

分别代表：纵向接壤块边缘的像素对、纵向非接壤块边缘的像素对、横向接壤块边缘的像素对 和 横向非接壤块边缘的像素对。

定义两个指标：

前者代表块边缘变化强度，后者代表非块边缘（块内）变化强度。随着量化逐渐粗糙，前者的增大会明显快于后者。

还考虑一个因素：随着块增大，块效应也会逐渐明显。【反过来，如果块很小，那么远看是看不出块效应的】因此我们定义一个块效应因数（blocking effect factor, BEF）：

 

 其中的η随着块尺寸的增大而增大：

 例如在H264压缩标准下，一张图像内可以有多种不同尺寸的块。此时就有：

 

 

 定义PSNR-B如下：

 

 阻挡效应因子（Blocking Effect Factor，BEF）代码实现

def _blocking_effect_factor(im):  # 计算了图像的阻挡效应因子（Blocking Effect Factor，BEF）
    '''
    阻挡效应是指当图像被分割成块时，相邻块之间的边界会引入人眼可见的伪影。
    阻挡效应因子用于评估图像中阻挡效应的程度。
    Args:
        im:输入的图片
    Returns:计算了图像的阻挡效应因子
    '''
    block_size = 8
    # im是一个四维的数组，代表输入的图像。通常，它的形状是(height, width, channels, frames)，表示图像的高度、宽度、通道数和帧数

    block_horizontal_positions = torch.arange(7, im.shape[3] - 1, 8)  # 定义了一个块的大小为8个像素
    block_vertical_positions = torch.arange(7, im.shape[2] - 1, 8)

    horizontal_block_difference = (
                (im[:, :, :, block_horizontal_positions] - im[:, :, :, block_horizontal_positions + 1]) ** 2).sum(
        3).sum(2).sum(1)  # 计算图像中水平方向上相邻像素之差的平方
    vertical_block_difference = (
                (im[:, :, block_vertical_positions, :] - im[:, :, block_vertical_positions + 1, :]) ** 2).sum(3).sum(
        2).sum(1)  # 计算图像中竖直方向上相邻像素之差的平方

    nonblock_horizontal_positions = np.setdiff1d(torch.arange(0, im.shape[3] - 1), block_horizontal_positions)
    nonblock_vertical_positions = np.setdiff1d(torch.arange(0, im.shape[2] - 1), block_vertical_positions)

    horizontal_nonblock_difference = (
                (im[:, :, :, nonblock_horizontal_positions] - im[:, :, :, nonblock_horizontal_positions + 1]) ** 2).sum(
        3).sum(2).sum(1)
    vertical_nonblock_difference = (
                (im[:, :, nonblock_vertical_positions, :] - im[:, :, nonblock_vertical_positions + 1, :]) ** 2).sum(
        3).sum(2).sum(1)
    # np.setdiff1d()函数来找到两个数组之间的差异，然后计算了图像中水平和垂直方向上非块（non-block）位置的像素差值的平方和

    n_boundary_horiz = im.shape[2] * (im.shape[3] // block_size - 1)
    n_boundary_vert = im.shape[3] * (im.shape[2] // block_size - 1)
    boundary_difference = (horizontal_block_difference + vertical_block_difference) / (
                n_boundary_horiz + n_boundary_vert)

    n_nonboundary_horiz = im.shape[2] * (im.shape[3] - 1) - n_boundary_horiz
    n_nonboundary_vert = im.shape[3] * (im.shape[2] - 1) - n_boundary_vert
    nonboundary_difference = (horizontal_nonblock_difference + vertical_nonblock_difference) / (
                n_nonboundary_horiz + n_nonboundary_vert)

    scaler = np.log2(block_size) / np.log2(min([im.shape[2], im.shape[3]]))
    bef = scaler * (boundary_difference - nonboundary_difference)

    bef[boundary_difference <= nonboundary_difference] = 0
    return bef

PSNR-B代码实现

def calculate_psnrb(img1, img2, crop_border, input_order='HWC', test_y_channel=False):
    """Calculate PSNR-B (Peak Signal-to-Noise Ratio).

    Ref: Quality assessment of deblocked images, for JPEG image deblocking evaluation
    # https://gitlab.com/Queuecumber/quantization-guided-ac/-/blob/master/metrics/psnrb.py

    Args:
        img1 (ndarray): Images with range [0, 255].
        img2 (ndarray): Images with range [0, 255].
        crop_border (int): Cropped pixels in each edge of an image. These
            pixels are not involved in the PSNR calculation.
        input_order (str): Whether the input order is 'HWC' or 'CHW'.
            Default: 'HWC'.
        test_y_channel (bool): Test on Y channel of YCbCr. Default: False.

    Returns:
        float: psnr result.
    """

    assert img1.shape == img2.shape, (f'Image shapes are differnet: {img1.shape}, {img2.shape}.')
    if input_order not in ['HWC', 'CHW']:
        raise ValueError(f'Wrong input_order {input_order}. Supported input_orders are ' '"HWC" and "CHW"')
    img1 = reorder_image(img1, input_order=input_order)  # 调整图片维度顺序为HWC
    img2 = reorder_image(img2, input_order=input_order)
    img1 = img1.astype(np.float64)  # 图片类型转换
    img2 = img2.astype(np.float64)

    if crop_border != 0:
        img1 = img1[crop_border:-crop_border, crop_border:-crop_border, ...]  # 去除图片的边缘像素
        img2 = img2[crop_border:-crop_border, crop_border:-crop_border, ...]

    if test_y_channel:
        img1 = to_y_channel(img1)  # Y通道颜色空间转换
        img2 = to_y_channel(img2)

    # follow https://gitlab.com/Queuecumber/quantization-guided-ac/-/blob/master/metrics/psnrb.py
    img1 = torch.from_numpy(img1).permute(2, 0, 1).unsqueeze(0) / 255.
    img2 = torch.from_numpy(img2).permute(2, 0, 1).unsqueeze(0) / 255.
    # torch.from_numpy(img1)将NumPy数组img1转换为PyTorch张量，unsqueeze(0)将张量的维度扩展一个单位，以添加一个虚拟的批次维度
    # permute(2, 0, 1)用于对张量进行维度重排，将原始图像的通道维度从最后一维移动到第一维，
    # 行维度移动到第二维，列维度移动到第三维。这是为了与PyTorch默认的通道维度顺序（即[batch_size, channel, height, width]）保持一致
    # img1和img2被转换为形状为[1, channel, height, width]的PyTorch张量，并且它们的值被归一化到0到1之间

    total = 0
    for c in range(img1.shape[1]):  # img1.shape[1]是通道的数量
        mse = torch.nn.functional.mse_loss(img1[:, c:c + 1, :, :], img2[:, c:c + 1, :, :], reduction='none')
        # 计算均方误差（Mean Square Error，简称MSE）损失。它用于衡量模型的预测结果与目标值之间的差异
        bef = _blocking_effect_factor(img1[:, c:c + 1, :, :])  # 计算阻塞效应因子的临时结果bef

        mse = mse.view(mse.shape[0], -1).mean(1)
        # 调整mse的形状，将其转换为二维张量，其中每一行表示一个样本（这里只有一个样本），每一列表示样本的一个特征
        total += 10 * torch.log10(1 / (mse + bef))

    return float(total) / img1.shape[1]