2019，55（4）1引言随着智能手机的普及和互联网的发展，人们每天可以接触到成千上万的图像。毫无疑问，图像已经成为生活中信息传递的重要载体。图像分辨率是衡量图像质量的重要指标，图像分辨率越高，图像表征细节的能力越强。因此，如何获取高分辨率的数字图像，是人们普遍关心的热点课题。图像超分辨重建技术是在不改变
现有成像系统物理分辨率的条件下，利用一幅或同一场景多幅具有互补性的低分辨率图像重建出包含更多细节的高质量图像的信息处理技术[1-5]。经过三十多年的研究发展，图像超分辨技术取得了巨大的进步。如何评价超分辨图像的质量，进而评价不同超分辨算法的优超分辨图像质量评价综述
张凯兵，朱丹妮，王珍，闫亚娣
西安工程大学电子信息学院，西安710048
摘要：全面综述了超分辨图像质量评价的研究进展。超分辨图像质量评价是以人眼的主观质量评价结果为依据，利用算法模型对重建的超分辨图像进行评价。该评价方法对超分辨重建算法的优化和模型参数的选择具有重要的指导意义。首先对超分辨图像的主观评价方法进行阐述；其次对现有超分辨图像客观评价方法按照全参考型、部分参考型和无参考型进行了分类阐述，特别详细介绍了几种具有代表性的无参考质量评价的主要思想；接着从定量和定性两方面分别介绍了评价超分辨图像质量评价方法有效性的指标，并对评价算法的主要实验方法进行了简要阐述；最后对超分辨图像质量评价方法未来的发展趋势进行了展望。
关键词：超分辨重建；主观评价；客观评价；超分辨图像质量评价（SRIQA ）
文献标志码：A 中图分类号：TP 391doi ：10.3778/j.issn.1002-8331.1810-0335
张凯兵，朱丹妮，王珍，等.超分辨图像质量评价综述.计算机工程与应用，2019，55（4）：31-40.
ZHANG Kaibing,ZHU Danni,WANG Zhen,et al.Survey of super-resolution images quality https://www.doczj.com/doc/9e18084839.html,puter Engi-neering and Applications,2019,55（4）：31-40.
Survey of Super-Resolution Images Quality Assessment
ZHANG Kaibing,ZHU Danni,WANG Zhen,YAN Yadi
School of Electronics and Information,Xi ’an Polytechnic University,Xi ’an 710048,China
Abstract ：This paper comprehensively surveys the development of Super-Resolution Image Quality Assessment （SRIQA ）.The objective of SRIQA is to design a computational model to measure the perceptual quality of Super-Resolution （SR ）images based on the statistical results of subjective quality assessment.The SRIQA methods are significantly instructive for the optimization and the parameters selection of SR algorithms.First,this paper presents the subjective evaluation method for SR images.Next according to the categories of Full-Reference （FR ）,Reduced-Reference （RR ）,and No-Reference （NR ）quality assessment methods,the existing objective quality assessment methods for SR images are introduced,respectively.Particularly,the major idea of NR quality assessment algorithms is presented in detail.Then the quantitative and qualitative evaluation indexes for SRIQA methods are provided,and the main experimental approaches for evaluating the effectiveness of the SR algorithms are described.Finally,the development trends of SRIQA are summarized.
Key words ：super-resolution reconstruction;subjective evaluations;objective evaluations;Super-Resolution Image Quality Assessment （SRIQA ）
基金项目：国家自然科学基金（No.61471161）；陕西省科技厅自然科学基础研究重点项目（No.2018JZ6002）；西安工程大学博士科
研启动基金（No.BS1616）。
作者简介：张凯兵（1975—），男，博士，教授，硕士生导师，主要研究领域为机器学习、图像超分辨重建，E-mail ：xihua_0169@163.
com ；朱丹妮（1992—），女，硕士研究生，主要研究领域为机器学习、超分辨图像质量评价。
收稿日期：2018-10-25修回日期：2018-12-07文章编号：1002-8331（2019）04-0031-10
Computer Engineering and Applications 计算机工程与应用
31
万方数据