1、立体图像质量评估：从基础到前沿

立体图像质量评估：从基础到前沿

1. 图像质量评估的重要性与背景

在当今数字化时代，图像和视频的采集、传输和显示技术飞速发展。无论是日常生活，还是学术、工程等特定应用场景，人们对高质量图像和视频的需求都在急剧增长。比如，3D 电影和 3D 电视的大规模应用，以及未来手机有望成为最大的 3D 显示应用平台，都体现了这一趋势。

然而，在立体图像的捕获、编码、传输、处理和显示过程中，不可避免地会引入外部的失真和干扰，导致图像质量下降，给人带来极大的视觉不适。因此，设计有效的方法来评估图像的感知质量至关重要，这对于图像处理系统的性能优化具有关键意义。

2. 图像质量评估的分类

图像质量评估（IQA）方法可分为主观评估和客观评估。主观评估虽然能准确获得失真图像的质量分数，但耗时费力，且在非受控环境下难以实时实现。因此，开发实时可靠的客观 IQA 方法迫在眉睫，其预测的质量分数应与人类眼睛的主观感知分数一致。

客观 IQA 方法又可根据是否涉及参考图像信息分为以下三类：
|分类|定义|特点|
| ---- | ---- | ---- |
|全参考（FR）IQA|提供原始参考图像进行比较，以更好地探索图像的感知质量|能充分利用参考图像信息，但在实际应用中可能存在参考图像不可用的情况|
|无参考（NR）IQA|在没有任何相应参考图像信息的情况下预测失真图像的质量分数|最具价值和挑战性，适用于参考图像不可用的场景|
|减少参考（RR）IQA|部分借助参考图像进行评估|是 FR 和 NR IQA 之间的折衷方案|

此外，根据输入的不同，IQA 还可分为 2D IQA（针对平面图像）和 3