基于视觉注意的全参考彩色图像质量评价方法

ｊ试验　与１ｉ平价　技　ｉ　文章编号：１６７１—４５９８（２０１７）０６—０２７９—０３　‘ｃ２　５（　６）　ＤＯＩ：１０．１６５２６／ｊ．ｃｎｋｉ．１１—４７６２／ｔｐ．２０１７．０６０７４　．。．　文献标识码：Ａ　中图分类号：ＴＰ３１２　基于视觉注意的全参考彩色图像　质量评价方法　温　阳，夏小妹，杨　琳　（商洛学院电子信息与电气２１２程学院，陕西商洛　７２６０００）　摘要：如何实现对图像质量的高效准确评价一直是图像和信号处理领域的一个关键问题，针对当前大多图像质量客观评价算法忽略　人眼视觉系统（ＨＶＳ）的影响以及只考虑灰度图像质量评估的不足，提出一种基于视觉注意模型的全参考彩色图像质量评价（ＩＱＡ）算　法；该算法将彩色图像视觉显著性（Ｖｓ）作为相似性特征与彩色图像多通道边缘强度相似性测度相结合，最终实现对彩色图像的质量评　估；ＬＩＶＥ２数据库中实验证明，该算法在复杂度、鲁棒性和与主观评价一致性方面都有明显优势。　关键词：彩色图像；全参考　视觉注意；边缘强度；质量评价　Ｆｕｌｌ－－Ｒｅｆｅｒｅｎｃｅ　Ｃｏｌｏｒ　Ｉｍａｇｅ　Ｑｕａｌｉｔｙ　Ａｓｓｅｓｓｍｅｎｔ　Ｂａｓｅｄ　ｏｎ　Ｖｉｓｕａｌ　Ａｔｔｅｎｔｉｏｎ　Ｗｅｎ　Ｙａｎｇ，Ｘｉａ　Ｘｉａｏｍｅｉ，Ｙａｎｇ　Ｌｉｎ　（Ｃｏｌｌｅｇｅ　ｏｆ　Ｅｌｅｃｔｒｏｎｉｃ　Ｉｎｆｏｒｍａｔｉｏｎ　ａｎｄ　Ｅｌｅｃｔｒｉｃａｌ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｓｈａｎｇｌｕｏ　Ｕｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｌｕｏ　７２６０００，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｈｏｗ　ｔｏ　ａｃｈｉｅｖｅ　ｅｆｆｉｃｉｅｎｔ　ａｎｄ　ａｃｃｕｒａｔｅ　ｅｖａｌｕａｔｉｏｎ　ｏｆ　ｉｍａｇｅ　ｑｕａｌｉｔｙ　ｉｓ　ａｌｗａｙｓ　ａ　ｆｕｎｄａｍｅｎｔａｌ　ｐｒｏｂｌｅｍ　ｉｎ　ｉｍａｇｅ　ａｎｄ　ｓｉｇｎａｌ　ｐｒｏｃｅｓｓ　ｉｎｇ．Ｗｈｉｌｅ　ｍｏｓｔ　ｏｆ　ｔｈｅ　ｃｕｒｒｅｎｔ　ｉｍａｇｅ　ｑｕａｌｉｔｙ　ａｓｓｅｓｓｍｅｎｔ　ａｌｇｏｒｉｔｈｍｓ　ｉｇｎｏｒｅ　ｔｈｅ　ｉｎｆｌｕｅｎｃｅ　ｏｆ　ｈｕｍａｎ　ｖｉｓｕａｌ　ｓｙｓｔｅｍ（ＨＶＳ）ａｎｄ　ｏｎｌｙ　ｃｏｎｓｉｄｅｒｉｎｇ　ｇｒａｙ　ｉｍａｇｅｓ．Ｔｏ　ｓｏｌｖｅ　ｔｈｉｓ　ｐｒｏｂｌｅｍ，ａ　ｆｕｌｌ　ｒｅｆｅｒｅｎｃｅ　ｃｏｌｏｒ　ｉｍａｇｅ　ｑｕａｌｉｔｙ　ａｓｓｅｓｓｍｅｎｔ（ＩＱＡ）ｍｏｄｅｌ　ｉｓ　ｐｒｏｐｏｓｅｄ　ｉｎ　ｔｈｉｓ　ｐａｐｅｒ，ｗｈｉｃｈ　ｉｓ　ｂａｓｅｄ　ｏｎ　ｃｏｌｏｒ　ｉｍａｇｅ　ｖｉｓｕａｌ　ａｔｔｅｎｔｉｏｎ（ＶＳ）．Ｔｈｅ　ｐｒｏｃｅｄｕｒｅｓ　ｉｎｖｏｌｖｅｄ　ｉｎ　ｔｈｅ　ｐｒｅｓｅｎｔｅｄ　ｍｅｔｈｏｄ　ｉｎｃｌｕｄｅ　ｃｏｍｐｕｔｉｎｇ　ｔｈｅ　ＶＳ　ｓｉｍｉｌａｒｉｔｙ　ａｎｄ　ｍｕｌｔｉ—ｃｈａｎｎｅｌ　ｅｄｇｅ　ｉｎｔｅｎｓｉｔｙ　ｓｉｍｉｌａｒｉｔｙ　ｂｅｔｗｅｅｎ　ｒｅｆｅｒｅｎｃｅ　ａｎｄ　ｄｉｓｔｏｒｔｅｄ　ｉｍａｇｅｓ．Ｔｈｅ　ｅｘｐｅｒｉｍｅｎｔｓ　ｏｎ　ＬＩＶＥ２　ｓｈｏｗ　ｔｈａｔ　ｔｈｅ　ｐｒｅｓｅｎｔｅｄ　ｍｅｔｈｏｄ　ｈａｓ　ｖｅｒｙ　ｈｉｇｈ　ｃｏｎｓｉｓｔｅｎｃｙ　ｗｉｔｈ　ｔｈｅ　ｐｓｙｃｈｏｌｏｇｉｃａｌ　ｅｖａｌｕａｔｉｏｎ，ａｎｄ　ｈａｓ　ｏｂｖｉｏｕｓ　ａｄｖａｎｔａｇｅｓ　ｉｎ　ｃｏｍｐｌｅｘｉｔｙ，ｒｏｂｕｓｔｎｅｓｓ　ａｎｄ　ｃｏｎｓｉｓｔｅｎｃｙ　ｃｏｍｐａｒｉｎｇ　ｗｉｔｈ　ｓｕｂｊｅｃ—　ｔｉｒｅ　ｅｖａｌｕａｔｉｏｎ．　Ｋｅｙｗｏｒｄｓ：ｃｏｌｏｒ　ｉｍａｇｅ；ｆｕｌｌ　ｒｅｆｅｒｅｎｃｅ；ｖｉｓｕａｌ　ａｔｔｅｎｔｉｏｎ；ｓｔｒｕｃｔｕｒａｌ　ｓｉｍｉｌａｒｉｔｙ；ｑｕａｌｉｔｙ　ｅｖａｌｕａｔｉｏｎ　０　引言　随着图像处理技术需求的不断增加，推动了图像质量指标　（ＩＱＭＳ）设计的不断发展。当前的图像质量评价方法从实现　途径上主要包括主观评价和客观评价两种类型。主观评价由于　评估结果直接反应视觉感受，通常比较准确有效。但实施不　便，同时难以借助机器实现自动处理，结果也易受主观因素影　权ＳＳＩＭ（ＭＳＳＩＭ）方法等也被相继提出。此外，目前现有大　部分图像质量评价指标都只应用灰度图像，忽视了彩色信息变　化对图像质量的影响。　研究ＨＶｓ发现，观测图像时只有少数区域能吸引更多的　视觉注意，且每个区域对整体影响程度不同。因此在质量评估　过程中充分考虑ＨＶＳ的感知特性对提升评估结果准确性有重　响。客观方式根据原始图像的参与程度，主要分为全参考型　（ＦＲ）、部分参考型（ＲＲ）和无参考型（ＮＲ）三种类型口］。　传统基于像素的ＩＱＡ方法，如均方误差（ＭＳＥ）和峰值　信噪比（ＰｓＮＲ），因物理意义比较明确、计算简单被图像处　理领域广泛使用＿２］。然而由于没有考虑ＨＶＳ对观测结果的影　响，与主观一致性较差。２００４年，Ｗａｎｇ等提出的结构相似性　测度（ＳＳＩＭ）Ｅ３］将图像的失真建模为亮度、对比度和结构三种　要意义，本文地ＩＱＡ算法基于Ｖｓ模型，利用频率调制的视觉　显著模型来模拟人眼对彩色图像的关注区域，提高客观评价准　确性。本文中，我们假设图像的语义信息主要为每个像素的边　缘强度。最终，根据彩色图像的显著度和边缘强度的特点，提　出了一种基于视觉注意模型的彩色图像质量评价方法。　ｌ　彩色图像显著度相似性测度　视觉注意是信息加工中的一项非常重要的心理调节机制，　因素的组合，评估性能很大程度优于ＰＳＮＲ和ＭＳＥ，但因忽　视了图像的边缘信息，对模糊等失真类型图像敏感性差。随后　借助信息论出现了视觉信息保真度（ＶＩＦ）的方法，多尺度加　收稿日期：２０１　６—１２—２９；修回日期：２０１７—０１—１６。　主要用于帮助人类从外界输入的大量信息中选择及保持其中的　有用信息，剔除无关信息的人类意识活动，同时也是人类实现　高效可靠的视觉感知的保障。现有显著性方法可以大致分为三　类，分别是基于生物学的、纯粹计算的，或是两者结合的方　式，基于生物学的有基于ｈｔｉ模型显著的快速现场分析，基于　纯粹的计算的有Ｘ．Ｈｏｕ和Ｉ　．张提的显著性检测方法Ｌ４　。本　文中主要应用基于频率调制的显著度检测方法，虽然计算简　基金项目：２０１６年省级大学生创新创业训练计划项目（２６８８）；商洛　学院科学研究项目（１６ＳＫＹ００１）；商洛市科学技术研究发展计划项目　（ＳＫ２０１６—５２）。　作者简介：温　阳（１９９０一），女，河南南阳人，硕士研究生，教师，主　要从事模式识别，计算机视觉，图像质量评价方向的研究。　单，但是能够实现对彩色图像的整体显著区域检测，而不是单　的显著点，使人们更多的关注整个显著性区域而不是以前显　一著性论文所讲的只有一些注视点　。　・　２８（）　・　２５替　１．１　频率调制视觉注意模型　』听州　率州制ｌＪ『】足川多个高斯差分的结合作为带通滤波器　求选择介通的坝　范…．从而何效提取显著【＝；（域。　体实观步　骤为：１）Ｉ【ｊ　ｊ二人眼视觉观洲时对颜色比较炎沣，该算法　先　埘彩色【到像进行彩包　问转换．『｝　１Ｒ（；Ｈ夺问转换到Ｉ　ａｂ空Ｍ，　（ｂ）ｐａｒｒｏｔｓ参考图显著陶　将　彩色分　和庇度分　分离；２）接荷埘　像进行岛斯滤波。　挟搿滤波　的　像．取　像素点的Ｉ，ａｂ值１ｗｈｃ（　，ｖ）；：ｊ）　然后计钟＿ｆ　像　Ｉ　Ａ１ｊ空Ｍ的均伉　；４）最后求恢氏距离．　僻刮６ｌ｝　。　于频　州捌的　度榆测方法流程圈如冈１　（ｃ）ｐａｒｒｏｔｓ失真图　（ｄ）ｐａＩ－＇ＦｏｔＳ失真　强著　所小　“，ｙ）¨Ｉ　Ｉｙ）Ｉ　Ｉ．．ｆ　醴　锢ｌ１　频率蒯制视觉注意模型流程图　ＪＣｌ｛１均ｆｆ【滤波　数　：　『１）＿Ｊ（　ｎ　一　１　１　ｒ　ｔ　一　ｒ专　］一　（　（　＿ｖ．　１）一Ｇ（　｛．＿ｖ．　）　（１）　…公　（１）町知．确定　ｌ、　２便可得到・１＼频带，但是　川　个｝　钉　际带宽的频带去处理　像往往检测效果不佳。　ｌ为无穷夫时．埘　像的滤波即为计　整幅图像的平均值，　Ｉ斫　２取一　一个小的高斯核．叮以滤去・些噪声。以此为参数的　最分岛　滤波器处婵过的ｌ冬Ｉ像保ｆｆ｝Ｊ　较大的频率范　．即为令　分辨　的　并　．　此最终对于彩色　像，．其　蕾度计算公　为：　ｓ‘－．ｊｒ　）一ｌ　ｌＪ　一，　（　，＿ｖ）ｌ　ｌ（２）　ｒｌ　：，．．为　像，像索的几何均值．为　估纹理细节、噪　，　和编　５埘　像的影响，，　对ｊ进行高斯模糊后的　像。　…Ｊ：彩色　像转换为Ｉ　ｂ夺问，故公式（２）可转换为：　（Ｊ，　，，　“　）　＋（Ｊ．．一，７　“７２．．）　＋　（，，．～”ｚＰ“，ｈ）　（３）　ＩｆＪ：，Ｉ．，　干¨　分别匈彩色　像的　，“和６　通道分　ｆ＿　ｆＪｌ　ｆ１］，，Ｊ　ｍ　分）ｊｌＪ为彩色　像的，．“币１　】三通道　分艟的均ｆｆ｛。　ｌ｛｛　２州。知．参孑　和埘心失真罔的显著　可知，　像　发，｛　＿，夫　时ｊ￡ｘ、ｆ心　嚣：【纠发ｑＩ　心改变；由ｐａｒｒｏｔｓ和ｂｉｋｅｓ失　埘心的　”Ｊ’工¨．＿、『，失　度不同时，其显著　政变程　俊小¨．火　越，　重．　对＾　显蔷图变化越大　因此，　像　嚣：　ｎｒ以作为　价　像质ｆ蠢的承要特　。　１．２显著度相似性　根据１．１　ＩＩ所述彩也　像的｛Ｉ　著发汁箅方法，分别提取参　号　像，　及火ｎ　像，　的　著度『皋Ｊ　ｓ　，干¨ｓ　。　最终，参　像和火真　像的卡Ｈ似度Ｉ可定义为Ｓ　：　一　毒　ｃ　＿ｌｌ：（　ｖ）为像求坐标位置．（、　为避免分母为零等异常　的ｌＨ　数。　（ｅ）ｂｉｋｅｓ参考圈　（ｆ）ｂｉｋｅｓ参考蚓显著嘲　（ｇ）ｂｉｋｅｓ失真图　（ｈ）ｂｉｋｅｓ失真圈显著　图２　彩色　像及其对应显著图　２边缘相似性测度　２．１　彩色图像边缘强度提取　边缘表示图像中语义刈象的边界的像素　台　。Ｊ｝　ｌ１．　缘始终足　像中强度急剧变化或者间断的　置ｊ　像案的策介．　图像质量的改变会对图像的边缘信息产牛不Ｈ程度的影响Ⅱ、　此．杜｛据参考图像和失真图像中边缘信息的十ｆ｛似挂　・ｒ　刈　像质景的有效评估　ｆ１前，已有许多方法可以拨取　像的边缘灶眨、然Ｉｌｌｆ．　缘提取内核的利１类和尺寸　ＩＱＡ　天霞要．　住Ｉ～　会　敛　／ｆ　同的评估结果。１　７　巾ｆ１＿背洋细比较ｊ　种卜要的　像怫Ｊ耍　内核（Ｐｒｅｗｉｔｔ、和Ｓｏｂｅ１）。埘比　验结　是叫．　ｃｌ　ｒｒ操作　ＰＩ　Ｏ　能最好．因此本文主要录用Ｓｅｔ１｛ｌｒｒ算ｆ．此外内中发．　Ｓｃｈａｒｒ算子是３＊３的横板．判断邻域较小．　Ｈ．Ｊ｛仃水、　ｆ１Ｉ　难Ａ两个方向．鉴丁二此缺　．水文　ｌｌ￣ｔｒｌ－攮础ｆ．．　卜要他　用以下４个５　５的　向嵌扳米提取符方向的偏导．｛ｒ＝人邻域　范旧的『ｕ］时弩虑了更多边缘方向信息．从『斫实现　像边缘　Ｊ业　的有效提取。　（）０　Ｏ　３　０　—１０　０——３　０　（）　３Ｏ　Ｏ　３Ｏ　第６期　温　阳，等：基于视觉注意的全参考彩色图像质量评价方法　・２８１　・　『：　０。３。。０。０］　Ｋ　一素ｆｌ。ｏ　ｏ　ｏ　一０　ｊ　０：　。——。１。。０　ｆＪ　。似性测度，图像质量客观评价测度为：　ＶＧｓｉｍ—Ｓ§＊　＊ＳＥ　（１１）　４实验结果与分析　实验环境设置：为验证本算法有效性，本实验在　其中：Ｋ　，　一１，２，３，４分别用Ｓｃｈａｒｒ算子的０。、４５。、９０。、　１３５。４个方内核，用各个方向内核卷积图像中每个像素点，获　得４个输出响应，图像Ｉ在位置（ｚ，　）处像素边缘强度定义为　Ｇ（ｘ，　）：　ＬＩＶＥ２¨ｇ　数据库中进行测试，测试平台为Ｍａｔｌａｂ　２０１０ｂ，ＣＰＵ　为Ｉｎｔｅｌ　Ｃｏｒｅ　ｉ３～２３３ＯＭ，ＲＡＭ为２．０　Ｇ。ＬＩＶＥ２是美国　ＴＥＸＡＳ大学图像质量评估专用数据库ＬＩＶＥ的第二代，该数　据库中共有２９幅高分辨率且无失真的ＲＧＢ彩色图像及与之对　应的五种失真类型图像，其中包含ＪＰＥＧ类型图像１７５幅、　ＪＰ２Ｋ图像１６９幅、白噪声ｗＮ图像１４５幅、高斯模糊ＢＬＵＲ　Ｇ（ｘ，　）一＾／∑（Ｊ　Ｋｉ）。（ｚ，　）　（５）　其中：　表示在卷积运算。由于在Ｌａｂ彩色空间中，图像　的梯度主要与亮点分量Ｌ有关，因此为降低复杂度，根据公　式（５），计算Ｌ通道的梯度图ＧＬ。　２．２边缘强度相似性　根据２．１中所述彩色图像的边缘强度提取方法，分别提取　参考图像，　及失真图像，　的Ｌ通道的边缘强度，分别表示　为：ＧＬ　ｒ和ＧＬ　。　根据参考图像和失真图像的边缘强度，二者边缘相似性　Ｓ　（　，　）可定义为：　Ｓａｃ　等　㈦　其中：（　，　）为像素坐标位置，Ｃ　为避免分母为零等异常、　增加ｓ　（ｚ，　）稳定性的正常数　］。　由于梯度图是基于像素的局部区域计算方式，当在局部邻　域内参考图像和失真图像的梯度相同时，局部梯度相似性为　１。考虑到图像局部质量的全局偏差可以更好地反映图像整体　质量。因此，图像边缘强度相似性最终定义为：　（ＳＯＬ（Ｘ，ｙ）－－ＭｅａｎＳ￣ｃ）　ＭｅａｎＳａＬ—　Ｅ　ＳＧＬ　（７）　Ｍ和Ｎ分别为图像水平和垂直方向的尺寸。　３色度相似性测度　由于梯度与实际的颜色变化没有关系，为评估颜色失真对　图像整体质量的影响，通常参考图像和失真图像的Ａ通道和Ｂ　通道颜色相似性定义为：　ＳＡ（ｚ，ｙ）　！』　！　尘！　！　！±　Ａ　，　（　，　）＋Ａ　（　，　）４－Ｃ３　（８）　ＳＢ（＿ｚ，　）　！　兰！　旦坐　＝兰！　±　（９）　Ｂ　，　（　，　）＋Ｂ如　（　，　）＋Ｃ３　结合Ａ、Ｂ两个颜色通道，参数图像和失真图像的色度相　似性测度为：　Ｍ　Ｎ　ｓｃ一　ｓ　，　）＊ＳＢ　，　）　（１　Ｏ）　本文通过以下方式，同时计算Ａ、Ｂ两个颜色通道的相似　性，与公式（１Ｏ）所示方法相比，在提高准确性的同时降低了　运算复杂度。　ＳＡ（ｚ，ｙ）　２（Ａ　（　，　）＊Ａ血。（ｚ，　）＋Ｂ　（ｚ，　）　旦生！　兰！　±　Ａ　，　（　，　）＋Ａ　（　，　）＋Ｂ　，　（　，　）＋Ｂ　（　，　）＋Ｃ３　结合参考图像和失真图像的显著度、边缘强度和色度的相　图像１４５幅和通过快速衰退ＦＦ信道后失真图像１４５幅。同时　该图库提供了每一幅失真图像的平均主观评价分数（ＤＭＯＳ）　来表示图像质量。　实验参数设置：１）正常数Ｃ　一２００；２）正常数Ｃ２　—２２５。　对比实验结果与分析：本方法主要选择ＳＲＯＣＣ和ＬＣＣ作　为与ＰＳＮＲＥ　、ＮＱＭ／　、ＵＱＩ［　、ＳＳＩＭＥ　、ＶＳＮＲＥ　、ＩＦＣｃ　］　和ＭＳＳＩＭＬ４　各经典算法性能比较的度量标准，其中ＳＲＯＣＣ　和ＫＲＯＣＣ为等级相关系数，主要反映客观评价结果的单调　性；ＬＣＣ为相关系数，主要反映客观评价方法结果的准确性，　指标越高则表示客观ＩＱＡ算法性能越好；ＲＭＳＥ（ｒ０ｏｔ—ｍｅａｎ　—ｓｑｕａｒｅｄ　ｅｒｒｏｒ），用来衡量客观预测值同主观值之问的偏差，　ＲＭＳＥ越低，则表示客观ＩＱＡ算法性能越好＿ｇ］。　表１　ＬＩＶＥ２图库中ＩＱＡ模型整体性能比较　Ｍｅｔｈｏｄ　ＳＲＯＣＣ　ＬＣＣ　ＫＲ０ＣＣ　ＲＭＥＳ　ＰＳＮＲ　０．８７５５　０．８７２１　０．６８６４　１３．３６８　ＮＱＭ　０．９０８６　０．９１２２　０．７４１３　１１．１９２６　ＵＱＩ　ｏ．８９４１　ｏ．８９８７　０．７１ｏｏ　１１．９８２３　ＶＳＮＲ　ｏ．９２７４　ｏ．９２３１　０．７６１６　１０．５０６　１ＦＣ　０．９２３４　ｏ．９２４８　０．７５４０　１０．３９２　ＳＳＩＭ　０．９４７９　０．９４４９　０．７９６３　８．９４５５　ＭＳＳＩＭ　０．９４４５　０．９４３０　０．７９２２　９．９０５６　ＶＧｓｉｍ　０．９５０２　０．９５７４　０．８１１３　６．６７ｌ９　由表１可得，论文提出的算法ＧＳｓｉｍ在ＬＩＶＥ２图库与现　有的大多数经典全参考方法方法相比，优势比较明显。首先，　整体具有更高的预测准确性，即线性相关系数ＬＣＣ为０．９５７４　高于现有的大多数方法；然后，在整体上有更严格的预测的单　调性，也即等级系数ＳＲＯＣＣ为０．９５０２相对较高；同时ＧＳｓｉｍ　具有相对较高的ＰＳＮＲ和较低的ＲＭＳＥ，客观预测值与人眼主　观观测值间误差较小。　由图２可知，ＧＳｓｉｍ算法与现有大多数算法相比，在　ＬＩＶＥ２图库上和主观评价值的拟合性优势非常明显，与主观　一致性较好。　５　结束语　本文根据彩色图像的特点，借助彩色图像空域内视觉显著　模型，获取失真图像和参考图像的相似程度。同时，由于梯度　特征能描述图像本质结构信息，本文定义一种新的多方向梯度　计算方法。利用彩色图像显著度特征和梯度特征，获得失真图　像的客观评价测度。实验结果表明，该方法能实现对图像质量　（下转第２９３页）　第６期　李雪菁：非绝缘锊壁电磁流最汁的杖重函数仿真分析　（Ａ　ｎｌ！）【Ｉ『以得到埘称性较好的权函数。　Ｍｅａｓ．Ｓｉｃ．Ｔｅｃｈｎｏ１．，２００７．１　８：５４８　５５４．　１）利川席　流密度分＿佰来求解权函数的方法是【ｆ　确可　［６］Ｚｈａｎｇ　Ｘ　Ｚ．Ｔｈｅｏｒｙ　ａｎｄ　ｎｌｅｔｈｏｄｓ　ｆｏｒ　ｆｌｏｗ　ｍｅａｓｕｒｅｍｅｎｔ　仃的；　ｍａｇｎｅｔｉｃ　ｉｎｄｕｃｔｉｏｎ［Ｍ］．　Ｂｅｉｊｉｎｇ：Ｔｓｉｎｇｈｕａ　Ｓ　：）通过仿　以及分析．验证公式（ｉ０）的正确　Ｄ－；　Ｐｒｅｓｓ．２Ｏ１　０．　３）｛｝：绝缘管　电磁流　汁的权函数会随着管壁的电导牢　［７］　Ｗｅｉ　Ｚ．Ｓｔｕｄｙ　ＯＩＰ　ｍ　ｎ－ｔＷＯ　ｐｈａｓｅ　ｆｌｏｗ　ｍｅａｓｕｒｅｍｅｎｔ　ｂａｓｅｄ　ｏｎ　ＩｎｔｌＩｔ　１　ａ　以及骨　度的变化而变化。当电导率增加时，同一点的权值　ｓｅｎｓｏｒ　ｆｕｓｉｏｎ［Ｉ）］．Ｂｅｉｊｉｎｇ　Ｊｉａｏｔｏｎｇ　Ｕｎｉｖｅｒｓｉｔｙ，２００９．　１　ｅ　［８］李斌．沈天　，刘可昌，等．非绝缘测量管的电磁流　ＬＩＧ　．传感器　会增Ｊ　ＪＩ】；　锊唯厚度增加时，则权值会减小。　［Ｐ］．中国（发明）专利，２００５】０１ｌＩ９０７．６．Ｙ　ｆ　　本文提｝｛｛的求解虚电流礴ｊ：度分布得到权函数分ｌ布的有限无力‘　ｒ　９］ＳｕＩ】ｉｖａｎ　Ｖ　Ｔ（）’．ＥｆＡ　ｗ　ｆｅｃｔ　ｏｆ　ｂｌｏｏｄ　ｖｅｓｓｅｌｓ　ｏｎ　ｅｌｅｃｔｒｏｍａｇｎｅｔｉｃ　ｆｈ｝ＷＩＵｔ　法埘研究非绝缘管电磁流　计枞函数具有ｆ分重要的意义。该方　ｔｅｒ　ｓｅｎｓｉｔｉｖｉｔｙ［Ｊ］．Ｐｈｙｓ　Ｍｃ　ｄ　Ｂｉｏ１．１　９８２．２７（２）：２７７—２８１．　法埘研究电极＿墁僻　污染对测量的影响也具有非常重要的意义。　［１　０］Ｓｈｅｒｃｌｉｆｆ　Ｊ　Ａ．Ｔｈｅ　ｔｈｅｏｒｙ　ｏｆ～　　ｃｌｃｃｔ　ｒ（］Ｈ１ａｇｎｅｔｉ（、ｆｌｏｗ　ｍｅａｓｕ　ｒｅｎｌ　ｚ’ｎ１．　实验证【』｛ｊ这种新型的流量计性能是可靠．稳定的，可以广泛应用　Ｃａｍｂｒｉｄｇｅ：Ｃａｍｂｒｉ∞　ｗ　ｅ　ｄｇｅ　Ｕｎｉｖｅｒｓｉｔｙ　Ｐｒｅｓｓ，１　９６２．　于医　ｒ－ｌ＿、Ｉ　等领域。然而任数据优化等方面还需要做进一步的　ｆ　１　１］Ｂｅｖｉｒ　Ｍ　Ｋ．Ｔｈｅ　ｔｈｅｍ　ｙ　ｏｆ　ｉｎｄｕｃｅｄ　ｖｏｌｔａｇｅ　ｅｋｃｔｒ０ｎ憎ｇｎ　ｃ　ｆｌｏｗ　ｎ］ｔ　改薄．希　仃蜓多的人参与刮完善这种方法的研究中。　ｔｅｒｓ．［Ｊ】Ｆｌｕｋｉ玎　　Ｍｅｃｈ，１　９７０，４３：５７７—９０．　［１　２］　Ｂａｋｅｒ　Ｒ　Ｌ、．（）ｎ　ｔｔ１　Ⅲ　Ｃ　、ｅ　ｃｏｎｃｅｐｔ　ｏｆ　ｖｉｒｔｕａｌ　ｃｉ１］ｒｅｎｔ　ａｓ　ａ　ｌｒｌｅａｌＩｓ　ｔＯ　ｅｎ　参考文献：　ｈａｎｃｅ　ｖｅｒｉｆｉｃａｔｉ０　ｏｎ　ｏｆｏ　ｔ　１　　ｃｌｅｃｌ　ｒｏｍａｇｎｅｔｉｃ　ｆｌｏｗｍｅｔｅｒｓ　ｒ　Ｊ］．Ｍｔ－ａｓｕｒ｛－　［　［１：］川［ｔｔ裕郎．小宫勤一．Ｉ¨崎弘郎．流量测量手册［Ｍ］．北京：汁　ｍｅｎｔ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ，２０１　１。１０—２Ｏ．　版　１　９８２．　［１　３］　Ｄｙａｋｏｗｓｋｉ　’１．Ｐｒｏｃｅｓｓ　ｔ’门　ｏｍｏｇｒａｐｈｙ　ａｐｐｌｉｅｄ　ｔｏ　ｒｎｕｈｉ　ｔ）ｈａｓｅ　ｆｌｏｗ　＿　曾为民．挛　斌．电磁流量计综述［Ｊ］．上海大学学报．１９９７　ｌｌｌｅａｓｕｒｅｎｌｅｎｔ［－Ｉ］．Ｍｅａｓ　Ｓｃｉ　ｌ＇ｅｃｈｎｏｌ，１　９９６，７：３，ｔ　３—５：　．　（　）．　９６７—２７０．　［１ｔ］传秀云，张晓琳．核石墨材料的性能、类型．制备及其在梭反ｆ趣堆　蔡武昌．马中元，瞿国芳．电磁流量计［Ｍ］．北京：中国石化出　中的应用［Ｊ］．炭素技术，２００９．２８：２８　３５．　版社．２０Ｏ４．　［１　５］孙守封，赵文元．于　虎，等．溶液法高密度聚乙烯　石墨　、Ｌ、导　［４］　ｌ｛ａｋｃ　ｒ　Ｒ　Ｃ．Ｆｌｏｗ　Ｍｅａｓｕｒｅｍｅｎｔ　Ｈａｎｄｂｏｏｋ［Ｍ］．Ｃａｍｂｒｉｄｇｅ　Ｕｎ　电复合材料的制备及导电行为［ＪＩ＿２０１０，２６：１３一ｌ５．　＼ｅｌ。ｓｉｔｙ　Ｐｒｅｓｓ．Ｃａｍｂｒｉｄｇｅ．２０００．　［１　６］张永强．任新鑫．浦玉萍．等．石墨对聚四氟乙烯（ＰＴｔ　Ｅ）抗静　［５］　Ｗａｎｇ　Ｊ　Ｚ．Ｉ　电性能的影响［Ｊ］．新技术新工艺．２００９－１１：７１—７３．　ｔ　ｒｎｌｉｎｎｔ１［】ｎ　ｊ　ｉ　曲　沪＿　ｉ　９　丑　ｉ　，　曲　肚　曲　９　（ｊ　接第２８１页）　参考文献：　＿１］Ｓｈｅｉｋｈ　Ｈ　Ｒ，Ｓａｂｉｒ　Ｍ　Ｆ，Ｂｏｖｉｋ　Ａ　Ａ　ｓｔａｔｉｓｔｉｃａｌ　ｅｖａｌｕａｔｉｏｎ　ｏｆ　ｒｅ　ｃｅｎｔ　ｆｕｌｌ　ｒｅｆｅｒｅｎｃｅ　ｉｍａｇｅ　ｑｕａｌｉｔｙ　ａＳＳｅＳＳ　ｎｌｅ￣ｔ　ａｌｇｏｒｉｔｈｍｓ［Ｊ　．Ｉｔ：．ＥＥ　ｌ＇ｒａｎｓａｃｔｉｏｎｓ（）ｎ　Ｉｍａｇｅ　Ｐｒｏｃｅｓｓｉｎｇ，２００６，１ｊ（１】）：３４４０—３ｔ５】．　［２］曾　凯．无参考型自然图像质量评价算法研究［Ｉ）］．西安：两安电　子科技大学．２００９．　ｒ　３］Ｗａｎｇ　Ｚ，Ｂｏｖｉｋ　Ａ　Ｌ’，Ｓｂｅｉｋｈ　Ｈ　Ｒ，ｅｔ　ａ１．Ｉｎ］ａｇｅ　ｑｕａｌｉｔＹ　ａｓａｃｓｓｎｌｃｎｔ：　ｆｒｏｍ　ｅｒｒｏｒ　ｖｉｓｉｂｉｌｉｔｙ　ｔｏ　ｓｔ　ｒｕｃｌｔｌ　ｒＭ　ｓｉｒｎｉｌａｒｉｔｙ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓａ（　ｌｉｏｎｓ　ｌｌ】ＭＳＳｌＭ　ｏｎ　Ｉｍａｇｅ　Ｐｒｏｃｅｓｓｉｎｇ，２００４，１　３（４）：６００—６１　２．　［４］　ｔｔｏｕ　Ｘ．Ｚｈａｎｇ　Ｉ　．ＳａｌｉｅｎｃＹ｛ｌｅｔｅｃｔｉｏｎ：ａ　ｓｐｅｃｔｒａｌ　ｒｅｓｉｄｕａｌ　ａｐｔ）ｒｏａｃｈ　Ｕ　［Ａ］．ＩＥＥＥ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｃ（｝ｍｔｍｔｅｒ　Ｖｉｓｉｏｎ　ａｎｄ　Ｐａｔｔｅｒｎ　Ｒｅｃｏｇｌ１ｉｔｉｏｎ　芭　“　Ｌ　［【、］．２００７：ｌ一８．　ｆ　５］Ａｃｈａｎｔａ　Ｒ，ＨｅｎｌａＩｎｉ　Ｓ．Ｅｓｔｒａｄａ　Ｆ．ｅｔ　ａ１．Ｆｒｅｑｕｅｎｃｙ　ｔｕｎｃｄ　ｓａｌｋ　ｉ／Ｉ　０　ｒｃｇｉｏｎ（ｔｅｔｅｃｔｉｏｎ　ｒＡ］．１ＥＥＥ　１ｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｌ、ｏｎｑ｝ｕｔｉＰｒ　Ｖｉｓｉｏｎ　ａｌｌ｛ｉ　Ｐａｌｔｅｒｎ　Ｒｅｃｏｇｎｉｔｉ（ｍ［ｃ］．２００９：１　５９７　１６０　１．　。　。　。　ｖ（｝（ｆ‘¨ｓｓｌＭ　ｅ）ｓｃｏｔ。　。。　ｄ　ＶＳＮＲ　　ｓｓＩＭｒ６］Ｌ’ｔ１ｅｎ（；．Ｙａｎｇ【、，Ｘｉｅ　Ｓ．Ｇｒａｄｉｅｎｔ　ｂａｓｅｄ　ｓｔｒｕｃｔｕｒａｌ　ｓｉｍｉｌａｒｉｔＹ　ｆｏｒ　ｉｎ］ａｇｅ　ｑｕａｌｉｔｙ　ａｓｓｅｓｓｍｅｎｌ［Ａ］．Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ＩＥＥＥ　Ｉｎｔｔ、ｒｌｎ￣ｔｉｎｎａｌ　ＣｏｎｆｅｒｅＩ］ｃｅ　ｏｎ　Ｉｎｒａｇｅ　Ｐｒｏｃｅｓｓｉｎｇ［【、］．２００６：２９２９—２９３２．　ｒ７］Ｉ　ｉｕ　Ａ．Ｉ　ｉｎ　Ｗ，Ｎａｒｗａｒｉａ　Ｍ．Ｉｍａｇｅ　ｑｕａｌｉｔＹ　ａｓｓｅｓｓｍｅｎｔ　ｈａｓ｛　ｄ　ｎｎ　ｇｒａ　ｄｉｅｎｔ　ｓｉｍｉｌａｒｉｔｙ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　ｈｎａｇｅ　Ｉ　ｒｏｃｅｓｓｉｎｇ．　２０１２，２１（４）：１　５００一ｌ　５１２．　［８］Ｚｈａｎｇ　１　．Ｚｈａｎｇ　Ｉ　．Ｍｏｕ　Ｘ　ｔ　ａ１．ＦＳＩＭ：Ａ　ｆｅａｔｕｒｅ　ｓｉｍｉｌａｒｉｔｙ　ｉｎｄｔ’ｘ　Ｏｂｊｅｃｔ１　ｖｅ　ｓｃｏｒｅ　ｂｙ　ＰＳＮＲ　Ｏｂｊｅｃｔｉｖｅ　ＳＣＯｒｅ　ｂｙ　Ｐｒｏｐｏｓｅｄ￣ｅｔｂｏｄ　（　）ＰＳＮＲ（ｈ）ＧＳｓｉｍ　ｆｏｒ　ｉｍａｇｅ　ｑｕａｌｉｔｙ　ａｓｓｅｓｓｍｅｎｔ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓ．Ｉｍａｇｅ　Ｐｒ｛｝ｃｃｓｓ・　隈ｉ　２　不同方法在Ｉ　ＩＶＥ２库中的散点图以及　２（）１１．２（）（１　２）：２３７８—２３８６．　非线性曲线拟合图　［９］　Ｓｈｅｉｋｈ　Ｈ　Ｒ．Ｗａｎｇ　Ｚ，　。ｒ】１ｏｒｃｋ　Ｉ　ｓｅｓｓｍｅｎｔ　ｄａｔａｂａｓｅ　ｒｅｌｅａｓｅ２．（）ｎｌｉｎｅ　的准确、商效评　．弥补』，以往灰度图像评价算法中忽略彩色　ｕｔｅｘａｓ．　ｅｄｕ，／ｒｃｓｅａｒｃｈ／ｑｕａｌｉｔｙ．　分｛｜ｊ＝失真的缺陷．　人眼视觉系统观测一致性更高，应川范围　［１　０］Ｘｕｅ　Ｗ，Ｚｈａｎｇ　Ｉ　．Ｍｏｕ　ｘ“ｔ　ａ１．Ｇ．ｒａｄｉｅｎｔ　ｍａｇｎｉｔｕｄｅ　ｓｉｍｉｌａｒｉｔｙ｛ｔｅ　ｖｉａｔｉｏｎ：｜ｉ　ｈｉｇｈｌｙ　ｅｆｆｉｃｉｅｎｔ　ｐｅｒｃｅｐｔｕａｌ　ｉｍａｇｅ　ｑｕａｌｉｔｙ　ｉｎｄｅｘ　Ｊ］　蜓广泛。　ＩＥＥＥ　Ｔｒａｎｓ．Ｉｍａｇｅ　Ｐｒｏｃｅｓｓ．２０ｌ　４．２３（２）：６８４　６９５．