CN101478698A - 图像质量估计设备和方法 - Google Patents

Abstract

本发明涉及图像质量估计设备和方法。具体来说，本发明涉及一种使用色貌模型来评价色彩区域的图像质量的图像质量评价设备及其方法。所述图像质量评价设备使用关于色貌的信息实现与色彩区域相对应的色彩空间，计算色彩空间的体积，并计算色彩区域的清晰度、视角特性、灰度级特性、以及该色彩空间中的色差。

Description

图像质量估计设备和方法

技术领域

本发明涉及用于评价图像显示设备的图像质量的评价设备及其方法。更具体地说，本发明涉及用于评价图像显示设备的色彩再现能力的评价设备及其方法。该评价设备基于通过用户感知显示图像而获得的结果来评价图像显示设备的图像质量。

背景技术

在传统的图像显示设备的图像质量评价方法中，通过物理地测量和分析从图像获得的光、而不是通过评价用户感知的图像的质量来获得图像质量。例如，用于估计图像质量的因素包括对比度、亮度(luminance)和色域(colorgamut)，这些因素用来表示图像显示设备的图像质量水平。

然而，通过这些因素获得的水平与用户感知的色彩是不同的。而且，用户根据外部环境条件(例如光源、以及背景和周围环境色彩)而感知的色彩与物理上表现的水平之间可能不具有线性关系。

以上在背景技术部分公开的信息仅仅是用于加强对本发明背景技术的理解，因此其可能包含尚未成为本国内本领域普通技术人员已知的现有技术的信息。

发明内容

本发明致力于提供一种用于标准化由人所感知的图像质量的图像质量评价设备及其方法。

根据本发明的示例实施例，一种用于使用色貌模型评价色彩区域的图像质量的图像质量评价设备包括色适应(chromatic adaptation)单元、动态适应单元、计算器和色貌预测器。色适应单元生成色彩区域的色适应结果。动态适应单元接收该色适应结果并生成相对于所述区域的明度(lightness)适应结果。计算器使用该明度适应结果来计算关于该色彩区域的色貌的信息。色貌预测器使用所述关于色貌的信息来实现与该色彩区域相对应的色彩空间，计算该色彩空间的体积，并计算该色彩区域的清晰度、视角特性、灰度级特性、以及该色彩空间中的色差。

关于色貌的信息可以包括所述色彩区域的亮度、色彩、和色相角(hueangle)。

色貌预测器可以包括色彩空间实现单元，用于通过在包括一个位置和预定参考线的平面上将该位置沿垂直方向平行移动所述亮度，来形成色彩空间，并计算该色彩空间的体积。所述位置是通过将半径为所述色彩的预定参考线旋转所述色相角来确定的。

色彩空间实现单元可以将多个三棱锥的各自的体积相加来计算所述色彩空间的体积，并且每个三棱锥可以包括与该色彩空间的预定点最接近的三个点和该预定点。

用于测量所述色彩空间的体积的点的数量可以为形成所述色彩空间的所有点的至少1/4。

所述色貌预测器还可以包括定义确定单元，用于计算所述色彩空间中亮度的最大值和最小值的比率，并根据所计算的比率计算所述色彩区域的清晰度。

亮度最大值可以对应于白电平的亮度，并且亮度最小值可以对应于黑电平的亮度。

所述色貌预测器还可以包括视角特性确定单元，用于根据色相角计算色彩空间体积，并计算所述色彩区域的视角特性。

所述色貌预测器还可以包括灰度级计算器，用于检测相对于多个色刺激值的所述色彩区域的多个点，其中灰度级在色彩区域中不同，并根据灰度级变化生成连接所述多个点的路径。

所述色貌预测器还可以包括色差计算器，用于使所述色彩区域的外部暴露条件多样化，以检测与所述色彩区域的对象区域相对应的所述色彩空间的多个点，并根据该对象区域的外部暴露条件计算色差。

根据本发明的示例实施例，在一种使用色貌模型来评价色彩区域的图像质量的图像质量评价方法中，生成相对于该色彩区域的色适应结果；接收该色适应结果并生成相对于该色彩区域的明度适应结果；使用该明度适应结果来计算关于该色彩区域的色貌的信息；以及通过使用所述关于色貌的信息来生成色貌特性，以实现与该色彩区域相对应的色彩空间，计算该色彩空间的体积，并计算该色彩区域的清晰度、视角特性、灰度级特性、以及该色彩空间中的色差。

所述关于色貌的信息可以包括所述色彩区域的亮度、色彩、和色相角。

在生成色貌特性时，可以通过在包括一个位置和预定参考线的平面上将该位置沿垂直方向平行移动所述亮度来形成色彩空间，并计算该色彩空间的体积。所述位置是通过将半径为所述色彩的预定参考线旋转所述色相角来确定的。

当计算色彩空间的体积时，可以将多个三棱锥的各自的体积相加来计算所述色彩空间的体积，并且每个三棱锥可以包括与该色彩空间的预定点最接近的三个点和该预定点。

用于测量所述色彩空间的体积的点的数量可以为形成所述色彩空间的所有点的至少1/4。

当生成色貌特性时，可以计算所述色彩空间中亮度的最大值和最小值的比率，并且可以根据所计算的比率计算所述色彩区域的清晰度。

所述亮度最大值可以对应于白电平的亮度，并且所述亮度最小值可以对应于黑电平的亮度。

当生成色貌特性时，还可以根据色相角计算色彩空间体积，并且可以计算所述色彩区域的视角特性。

当生成色貌特性时，还可以检测相对于多个色刺激值的所述色彩空间的多个点，其中灰度级在色彩区域中不同，并根据灰度级变化生成连接所述多个点的路径。

当生成色貌特性时，可以使所述色彩区域的外部暴露条件多样化，以检测与所述色彩区域的对象区域相对应的所述色彩空间的多个点，并且可以根据该对象区域的外部暴露条件计算色差。

根据本发明的示例实施例，提供了用于计算相对于由人感知的图像的数据的图像质量评价设备以及图像质量评价方法。

附图说明

图1是根据本发明的示例实施例的图像质量评价设备的示图；

图2是根据本发明的示例实施例的色貌(color appearance)预测器的示图；

图3是在JCh坐标系中对应于一个色刺激(color stimulus)(X，Y，Z)的位置的示图；

图4是在JCh坐标系上实现的色彩空间的示图；

图5是在QMh坐标系中对应于一个色刺激(X，Y，Z)的位置的示图；

图6是在QMh坐标系上实现的色彩空间的示图；

图7是示出用于计算色彩空间体积(volume)的方法的示图；

图8是示出根据各个灰度级的色彩空间的体积与256灰度级的色彩空间体积之间的比率的表；

图9是示出图8显示的结果的曲线图；

图10A示出了传统的二维平面的色彩区域(color area)，其中示出了根据1976年建议的CIELUV的图像显示设备D1和图像显示设备D2的色彩区域；

图10B示出了由根据本发明的示例实施例的色彩空间实现单元410实现的根据QMh坐标系的图像显示设备D1和D2的色彩空间体积；

图11示出了根据本发明的示例实施例的图像显示设备D3和D4的QMh坐标系的色彩空间；

图12是示出由根据本发明的示例实施例的视角特性确定单元确定的QMh坐标系色彩空间中色相角(hue angle)为0°、30°和60°处的色彩空间体积的示图；

图13是图12中的色彩空间体积的表；

图14是示出连接在QMh坐标系的色彩空间中检测到的点的路径的示图；

图15A示出了不同条件下的图像；

图15B示出了由人在不同条件下感知的QMh坐标系的色彩空间中预定区域的色彩分布。

具体实施方式

在以下的具体描述中，仅仅以举例说明的方式示出和描述了本发明的特定示例实施例。

贯穿本说明书及随后的权利要求书，除非明确地进行相反说明，否则词语“包括”都将被理解成含义为包含所述元素但不排除任何其它元素。

现在将参照附图描述根据本发明的示例实施例的图像质量评价设备及其评价方法。

图1是根据本发明的示例实施例的图像质量评价设备的示图。

根据本发明的示例实施例的图像质量评价设备采用CIE色貌模型2002(CIECAM02)来评价图像显示设备的图像质量。用户使用色貌模型，通过使外部暴露条件多样化，来预测色刺激的色貌变化。色貌是指用户感知的实际色彩。也就是说，在本发明的示例实施例中，使用色貌模型来确定用户是否将图像显示设备的显示图像的色刺激感知为预定的色貌空间。

如图1所示，图像质量评价设备1包括色适应(chromatic adaptation)单元100、动态适应(dynamic adaptation)单元200、计算器300和色貌预测器400。图像质量评价设备1接收将在其上显示作为图像质量评价对象的图像的色彩区域的三色刺激值X、Y和Z、参考白的三色刺激值Xw、Yw和Zw、与对象图像的色彩区域相邻的色彩背景的相对亮度Yb、以及适应场亮度(adaptingfield luminance)L_A。一般来讲，适应场亮度L_A被建立为将被输入的场景中白对象亮度的20％。

此外，在图像质量评价设备1中，上下文参数包括对比因子F和Nc，以及指数非线性因子c。对比因子根据色彩区域和周围环境之间的亮度来确定，而指数非线性系数c用来调制由背景的明度(lightness)和色彩(colorfulness)的响应压缩产生的色彩区域的亮度。对比因子F和Nc以及指数非线性系数c可以根据图像显示环境而变化，并且被建立为平均(average)、昏暗(dim)和暗(dark)。

色适应单元100根据色适应将三色刺激值X、Y和Z转换成与用户感知的色貌相对应的值，从而生成色适应结果。色适应是视觉的一个方面，其可以欺骗一个人观察到基于色彩的幻觉。色适应单元100将三色刺激值X、Y和Z以及参考白的三色刺激值Xw、Yw和Zw应用到相同的变换矩阵，以生成R、G和B响应值和参考R、G和B响应值作为光谱锥体响应值。在本发明的示例实施例中，CIECAM02中使用的M_CAT02矩阵被用作变换矩阵。将M_CAT02矩阵归一化，以生成对于相同能量光源具有相同三色刺激值(X＝Y＝Z＝100)的光谱锥体响应值R、G和B，如公式1所示：

(公式1)

$\left|\begin{array}{c}R\\ G\\ B\end{array}\right|=M_{\mathrm{CAT}02}\left|\begin{array}{c}X\\ Y\\ Z\end{array}\right|$

这里，M_CAT02矩阵由公式2给出。

(公式2)

$M_{\mathrm{CAT}02}=\left|\begin{array}{ccc}0.7328& 0.4296& -0.1624\\ -0.7036& 1.6975& 0.0061\\ 0.0030& 0.0136& 0.9834\end{array}\right|$

适应因子D表示适应水平，当色彩区域反射超过发光水平时，其收敛到极限值1。亮度适应因子D可以表示为适应场亮度L_A和对比因子F的函数，由公式3给出。当假定光源被忽略时，适应因子D被建立为1。适应因子D的范围为1和0之间，1表示完全适应，0表示没有适应。

(公式3)

$D=F[1-\left(\frac{1}{3.6}\right)e^{\left(\frac{-L_A-42}{92}\right)}]$

当适应因子D被建立，色适应单元100将三色刺激值X、Y和Z的R、G和B响应值计算为适应的三色刺激响应值Rc、Gc和Bc，并计算将Rw、Gw和Bw的参考R、G、B响应值计算为适应的参考三色刺激响应值Rwc、Gwc和Bwc。适应的三色刺激响应值Rc、Gc和Bc中的R响应值Rc与参考R、G和B响应值Rw、Gw和Bw中的参考R响应值Rw相关，G响应值Gc与参考G响应值Gw相关，并且B响应值Bc与参考B响应值Bw相关，如公式4所示。

(公式4)

Rc＝[(Yw*D/Rw)+1-D]R

Gc＝[(Yw*D/Gw)+1-D]G

Bc＝[(Yw*D/Bw)+1-D]B

动态适应单元200接收适应的三色刺激响应值(下文称为“色适应响应值”)Rc、Gc和Bc，以生成明度适应值，该明度适应值指示用户适应周围环境明度而感知的视觉刺激水平。在这种情况下，动态适应单元200将色适应响应值Rc、Bc和Gc转换成等面积锥体基本类型的锥体三色刺激响应值R`、G`和B`。锥体三色刺激响应值的变化(variation)如公式5所示。

(公式5)

$\left|\begin{array}{c}R\′\\ G\′\\ B\′\end{array}\right|={M_{\mathrm{HPE}}{M}^{-1}}_{\mathrm{CAT}02}\left|\begin{array}{c}\mathrm{Rc}\\ \mathrm{Gc}\\ \mathrm{Bc}\end{array}\right|$

$M_{\mathrm{HPE}}=\left|\begin{array}{ccc}0.38971& 0.68898& -0.07868\\ -0.22981& 1.18340& 0.04641\\ 0.000000& 0.000000& 1.000000\end{array}\right|$

${M^{-1}}_{\mathrm{CAT}02}=\left|\begin{array}{ccc}1.096124& -0.278869& 0.182745\\ 0.454369& 0.473533& 0.072098\\ -0.009628& -0.005698& 1.015326\end{array}\right|$

动态适应单元200压缩锥体三色刺激响应值R`、G`和B`以生成明度适应响应值R`a、G`a和B`a，如公式6所示。

(公式6)

$R\stackrel{`}{a}=\frac{400{(F_{L}R/100)}^{0.42}}{27.13+{(F_{L}R/100)}^{0.42}}+0.1$

$G\stackrel{`}{a}=\frac{400{(F_{L}G/100)}^{0.42}}{27.13+{(F_{L}G/100)}^{0.42}}+0.1$

$B\stackrel{`}{a}=\frac{400{(F_{L}B/100)}^{0.42}}{27.13+{(F_{L}B/100)}^{0.42}}+0.1$

在这种情况下，亮度阶(luminance step)适应系数F_L可以由包括适应场亮度L_A的公式7给出。

(公式7)

F_L＝0.2k⁴(5L_A)+0.1(1-k⁴)²(5LA)^1/3

在这种情况下，k为(1/(5L_A+1))。

动态适应单元200计算作为亮度感应系数的彩度(chroma)对比因子Nbb和Ncd、指数因子z和因子n，其中彩度对比因子Nbb和Ncd是亮度感应系数。公式8-10计算所述各个因子。

(公式8)

n＝Yb/Yw

(公式9)

Nbb＝Ncb＝0.725(1/n)^0.2

(公式10)

z＝1.48+n^0.5

计算器300从动态适应单元200接收明度适应响应值R`a、G`a和B`a以及包括因子的明度适应结果，并根据CIECAM02计算关于色彩区域的色貌的信息。关于色貌的信息包括根据CIECAM02的色貌模型的明度值、亮度值、彩度值、色彩值、色饱和度值、色相值和色相角值。

在CIECAM02中，计算器300使用公式11和12计算一组初步的拮抗维度(preliminary opponent dimension)a和b。

(公式11)

a＝[R`a+(B`a/11)]-(12G`a/11)

(公式12)

b＝(R`a+G`a-2B`a)/9

计算器300使用公式13，根据CIECAM02空间中的一组初步的拮抗维度a和b计算色相角h。初步ab维度a和b用于计算色相角h。此外，计算器300使用公式14计算离心率因子e。离心率因子e用于调整指示围绕色相环的彩度压缩差的ab维度的大小。

(公式13)

h＝tan^-1(b/a)

(公式14)

$e=\frac{1}{4}[\cos (h\frac{\mathrm{\π}}{180}+2)+3.8]$

计算器300通过被修正为亮度感应系数Nbb的非线性适应的锥体响应值的和来计算初始的无彩度(non-chroma)响应值A，如公式14所示。此外，计算器300使用白到无彩色(white to non-color)响应值Aw、周围环境系数c和指数因子z来计算明度J，如公式15所示。

(公式15)

A＝[2R`a+G`a+(1/20)B`a-0.305]Nbb

(公式16)

J＝100(A/Aw)^CZ

计算器300根据CIECAM02如公式17和18所示计算亮度Q和彩度C。更具体地说，计算器300使用白到无彩色响应值Aw、周围环境系数c、明度J和亮度阶适应系数F_L计算亮度Q，并使用离心率因子e、相对于周围环境和背景的色彩感应系数Nc和Ncb、明度J和因子n来计算彩度C。

(公式17)

Q＝(4/c)(J/100)^0.5(A_W+4)F_L ^0.5

(公式18)

C＝t^0.9(J/100)^0.5(1.64-0.29ⁿ)^0.73

这里，参数t由公式19给出。

(公式19)

$t=\frac{(50000/13)N_c{N}_{\mathrm{cb}}e{(a^2+b^2)}^{1/2}}{R`a+G`a+(21/20)B`a}$

此外，计算器300使用彩度C和亮度阶适应系数FL计算色彩M，使用色彩M和亮度Q计算色饱和度s，如公式20和21所示。

(公式20)

M＝CF_L ^0.25

(公式21)

s＝100(M/Q)^0.5

如上所述，计算器300根据CIECAM02计算明度J、亮度Q、彩度C、色饱和度s、色相角以及色彩M。亮度Q指示亮度的等级。色彩M指示色彩的等级。明度J是基于亮度的最大值相对确定的亮度值。彩度C是基于亮度的最大值相对确定的色彩值。色相角h指示相对于参考彩度的拮抗色等级。

现在描述根据本发明的示例实施例的由图像质量评价设备使用计算器300的输出结果评价图像质量的方法。

图2是根据本发明的示例实施例的色貌预测器400的示图。根据本发明的示例实施例的色貌预测器400包括色彩空间实现单元410、定义确定单元420、视角特性确定单元430、灰度级计算器440、以及色差计算器450。

色彩空间实现单元410使用由明度J、彩度C和色相角h实现的圆柱坐标系(下文称为“JCh坐标系”)来实现色彩区域的色刺激。此外，色彩空间实现单元410使用由亮度Q、色彩M和色相角h实现的另一个圆柱坐标系(下文称为“QMh坐标系”)来显示色彩区域的色刺激。

图3是JCh坐标系中与一个色刺激(X，Y，Z)相对应的位置的示图。例如，假设亮度为30.8，彩度C为89.8，色相角h为309.9°。

如图3所示，通过将半径为彩度C的参考线x1旋转色相角h而确定的位置在包括该位置和参考线x1的平面上沿垂直方向平行移动明度J，以在JCh坐标系上标记点P1。以相似的方式，在JCh坐标系上定位色彩区域的每一个色刺激的点，以实现与该色彩区域相对应的色彩空间。

图4是在JCh坐标系上实现的色彩空间的示图。

图4中示出了点P1在色彩空间上的位置。

图5是在QMh坐标系中与一个色刺激(X，Y，Z)相对应的位置的示图。例如，假设亮度Q为119.0，色彩M为72.7，色相角h为257.7°。

如图5所示，通过将半径为色彩M的参考线x2旋转色相角h而确定的位置在包括该位置和参考线x2的平面上沿垂直方向平行移动亮度Q，以在QMh坐标系上标记点P2。以相似的方式，在QMh坐标系上定位色彩区域的每一个色刺激的点，以实现与该色彩区域相对应的色彩空间。

图6是在QMh坐标系上实现的色彩空间的示图。

图6中示出了色彩空间上的点P2。

对于相同色刺激的三色刺激值X、Y和Z，通过不同坐标系实现的色彩空间被用来评价不同图像的质量。

色彩空间实现单元410测量色彩区域的体积(volume)，并且可以通过所测量的体积来确定色彩区域的色彩再现水平。由此，可以确定用于显示色彩区域的图像显示设备的色彩再现能力。

根据本发明的示例实施例的色彩空间实现单元410通过与图像显示设备的灰度级相对应的多个点来实现色彩空间，以测量测量实际色彩空间的电压。也就是，在256灰度级图像显示设备中测量由256个点实现的色彩空间的体积。

图7是示出用于计算色彩空间体积的方法的示图。

根据本发明的示例实施例的色彩空间实现单元410使用三维Delaunaytessellation(Delaunay三角化)将色彩空间分成多个三棱锥，并将每个三棱锥的体积相加以计算色彩空间体积。更具体地说，如图6所示，色彩空间实现单元410设定零点，由与该零点相邻的三个点形成三棱锥，并计算其体积。此外，通过分别与上述三个点相邻的三个相应点形成三个三棱锥，并计算它们的体积。在重复执行上述方法的同时，将所形成的三棱锥的体积相加，即可计算出色彩空间的体积。三棱锥可以由连接到与零点相邻的三个点的三个向量u、v和w来表示。色彩空间实现单元410根据公式22计算一个三棱锥的体积Vt，根据公式23将所计算的三棱锥的体积相加，由此可以计算色彩空间体积。

(公式22)

Vt＝|(u×v)·w|

(公式23)

V＝∑Vt

根据实验结果，为了实现256灰度级的色彩空间体积，测量通过与至少64灰度级相对应的64个点实现的色彩空间体积。由此，可以获得收敛到256灰度级的色彩空间体积的值。更具体地说，由与至少64灰度级相对应的64个点实现的色彩空间的体积在可允许误差范围内与256灰度级的色彩空间体积类似，所述可允许误差范围可能随实验中的可允许误差范围而改变，并且本发明不限于此。

图8是示出根据各个灰度级的色彩空间的体积以及与256灰度级的色彩空间体积之间的比率的表。如图8所示，64灰度级的体积基于256灰度级体积的比率为0.99954。

图9是示出图8所示的结果的曲线图。

在图9中，示出了斜率在64灰度级处变缓的时间。通过图像显示设备的总共256灰度级的多于1/4的灰度级来计算色彩空间的体积，而与实际色彩空间体积之间的误差却在可允许的范围之内。R、G、B的坐标、黑、白和伽玛值是随机选择的，并且通过插值法来计算中间值，由此来计算体积。

如上所述，根据本发明的示例实施例的色彩空间实现单元410可以通过色彩空间体积来计算图像显示设备的色彩再现能力。此外，由于可以基于少于图像显示设备的总灰度级的灰度级所对应的数据来计算色彩空间体积，因此减少了图像质量评价设备1的数据处理量，并增加了处理速度。

图10A示出了传统二维平面的色彩区域，其中示出了根据1976年建议的CIELUV的图像显示设备D1和图像显示设备D2的色彩区域。色彩区域是各个图像显示设备的色彩再现能力。在图10A中，由白色线示出的图像显示设备D1的三角形色彩区域大于由黑色线示出的图像显示设备D2的三角形色线。也就是说，图像显示设备D1具有较大的色彩再现能力。sRGB是被ITU定义为NTSC制式HDTV的广播色彩坐标系的标准色彩区域。

然而，当一个人很难感知由图像显示设备实现的色彩区域的色彩时，图像显示设备所实现的色彩区域的色貌体积较少。根据本发明的示例实施例的图像质量评价设备可以补偿上述缺点，如图10B所示。

在图10B中，根据本发明的示例实施例的色彩空间实现单元410实现根据QMh坐标系的图像显示设备D1和D2的色彩空间体积。图10B表格中的第一参数am和第二参数bm分别是根据从计算器300接收的色彩M和色相角h确定的色彩空间中的坐标值。更具体地说，通过将色彩M乘以色相角的正弦值(sin h)获得第一参数，通过将色彩M乘以色相角的余弦值(cosh)获得第二参数。此外，min和max分别表示第一和第二参数以及亮度Q的最小和最大值。cf.sRGB是将图像显示设备D1和D2各自的色彩空间体积与根据sRGB的色彩空间体积进行比较的值。

如图10B所示，与图10A不同，白色线表示的图像显示设备D1的色彩空间大于图像显示设备D2的色彩空间，这表示了人实际感知的图像显示设备的色彩再现水平。

二维色彩区域和所述的三维色彩空间的色彩再现结果有所不同，这是因为根据本发明的示例实施例的色彩空间比二维色彩区域更准确地反映了人所感知的色彩。

定义确定单元420使用色彩空间实现单元410实现的色彩空间中的亮度Q的最大值和最小值的比率来确定图像显示设备的清晰度(clearness)。根据本发明的示例实施例的清晰度根据知觉对比(perceptual contrast)来确定。知觉对比被定义为白电平的亮度与黑电平的亮度之比。更具体地说，白电平的亮度对应于亮度Q的最大值，而黑电平的亮度对应于亮度Q的最小值。定义确定单元420通过将QMh坐标系色彩空间中的亮度Q的最小值除以最大值来计算知觉对比。

图11示出了根据本发明的示例实施例的图像显示设备D3和D4的QMh坐标系的色彩空间。如图11所示，图像显示设备D3的亮度Q的最大值为283.54，最小值为16.24。图像显示设备D4的亮度Q的最大值为282.63，最小值为63.22。图像显示设备D3的知觉对比为17.5，图像显示设备D4的知觉对比为4.5。也就是说，图像显示设备D3提供比图像显示设备D4清晰3.9倍的图像。

视角特性确定单元430根据色彩空间中的色相角计算色彩空间体积，以确定图像显示设备的视角特性。更具体地说，视角确定单元430计算根据色相角的色彩空间体积，所计算的色彩空间体积对应于色彩再现能力。也就是说，根据色相角的色彩空间体积是表示根据视角的图像显示设备D5的色彩再现能力的指数(index)。结果，视角确定单元430根据色相角计算色彩空间的体积，以表示图像显示设备的色彩再现能力。

图12是示出由根据本发明的示例实施例的视角确定单元430确定的QMh坐标系色彩空间中色相角为0°、30°和60°处的色彩空间体积的示图。在0°色相角，人垂直观看图像显示设备。色相角30°和60°是人观看图像显示设备的视角。

图13是图12的色彩空间体积的表。色彩空间体积在0°、30°和60°色相角处具有不同的值，并且在30°色相角处具有最大色彩空间体积。也就是说，色彩再现量在30°色相角处最大化。在图13所示的表中，示出了色相角的色彩空间体积与0°色相角的色彩空间体积的比率。

灰度级计算器440检测相对于色刺激的色彩空间中的点，其中灰度级与色彩区域中的不同，以计算色刺激的色貌灰度级。由此，可以检测由人感知的灰度级，称为“色貌灰度级”。根据色貌灰度级，可以提供用于伽玛校正的重要信息，其中伽玛校正用于补偿图像显示设备的灰度级。

图14示出连接QMh坐标系色彩空间中的检测到的点的路径的示图。如图14所示，亮度Q并非与灰度级的增加成比例地增加，而是以复杂的路径变化，这显示了人感知的灰度级的不稳定性。

色差计算器450计算人感知的相同图像根据条件变化的色差。色差计算器450将所计算的色差相加以获得用于由用于显示图像的图像显示设备根据条件补偿色差的数据。

图15A示出了不同条件下的图像。如图15A所示，图像IM和图像IM`分别是人在不同条件下感知的图像。

图15B示出了人在不同条件下感知的QMh坐标系色彩空间中的预定区域的色彩分布。图15B是示出QMh坐标系色彩空间中与图像IM的区域R和图像IM`的区域R`相对应的点的示图。左下侧较密集的点的集合对应于区域R，右上侧较稀疏的点的集合对应于区域R`。

例如，当图像IM是图像显示设备原始设计的色彩并且图像IM`是人感知的色彩时，色差计算器450将左下侧较密集的点的坐标值和相应右上侧较稀疏的点的坐标值相减。

如上所述，人在同一图像的同一区域中所感知的色彩可能根据环境而有所不同，而根据本发明的示例实施例的图像质量评价设备可以精确地计算所述差异。

根据本发明的示例实施例，提供了一种用于计算相对于人感知的图像的数据的图像质量评价设备，以及一种图像质量评价方法。

尽管已经结合目前认为可行的示例实施例描述了本发明，但应当理解，本发明不限于所公开的实施例，相反，本发明旨在涵盖包括在所附权利要求书的精神和范围内的各种修改和等效配置。

Claims (20)

1、一种图像质量评价设备，用于使用色貌模型评价色彩区域的图像质量，该图像质量评价设备包括：

色适应单元，用于生成色彩区域的色适应结果；

动态适应单元，用于接收所述色适应结果并生成相对于所述区域的明度适应结果；

计算器，用于使用所述明度适应结果来计算关于所述色彩区域的色貌的信息；以及

色貌预测器，用于使用所述关于色貌的信息来实现与所述色彩区域相对应的色彩空间，计算该色彩空间的体积，并计算该色彩区域的清晰度、视角特性、灰度级特性、以及该色彩空间中的色差。

2、如权利要求1所述的图像质量评价设备，其中，所述关于色貌的信息包括所述色彩区域的亮度、色彩、和色相角。

3、如权利要求2所述的图像质量评价设备，其中，所述色貌预测器包括色彩空间实现单元，用于通过在包括一位置和预定参考线的平面上将该位置沿垂直方向平行移动所述亮度，来形成色彩空间，并计算该色彩空间的体积，并且

其中，所述位置是通过将半径为所述色彩的预定参考线旋转所述色相角来确定的。

4、如权利要求3所述的图像质量评价设备，其中，所述色彩空间实现单元将多个三棱锥的各自的体积相加来计算所述色彩空间的体积，并且，

其中，每个三棱锥包括与该色彩空间的预定点最接近的三个点和该预定点。

5、如权利要求4所述的图像质量评价设备，其中，用于测量所述色彩空间的体积的点的数量为形成所述色彩空间的所有点的至少1/4。

6、如权利要求3所述的图像质量评价设备，其中，所述色貌预测器还包括定义确定单元，用于计算所述色彩空间中亮度的最大值和最小值的比率，并根据所计算的比率计算所述色彩区域的清晰度。

7、如权利要求6所述的图像质量评价设备，其中，所述亮度最大值对应于白电平的亮度，并且所述亮度最小值对应于黑电平的亮度。

8、如权利要求3所述的图像质量评价设备，其中，所述色貌预测器还包括视角特性确定单元，用于根据色相角计算色彩空间体积，并计算所述色彩区域的视角特性。

9、如权利要求3所述的图像质量评价设备，其中，所述色貌预测器还包括灰度级计算器，用于检测相对于多个色刺激值的所述色彩区域的多个点，其中灰度级在色彩区域中不同，并根据灰度级变化生成连接所述多个点的路径。

10、如权利要求3所述的图像质量评价设备，其中，所述色貌预测器还包括色差计算器，用于使所述色彩区域的外部暴露条件多样化，以检测与所述色彩区域的对象区域相对应的所述色彩空间的多个点，并根据该对象区域的外部暴露条件计算色差。

11、一种图像质量评价方法，使用色貌模型来评价色彩区域的图像质量，该图像质量评价方法包括：

生成相对于该色彩区域的色适应结果；

接收所述色适应结果并生成相对于该色彩区域的明度适应结果；

使用所述明度适应结果来计算关于该色彩区域的色貌的信息；以及

通过使用所述关于色貌的信息来生成色貌特性，以实现与该色彩区域相对应的色彩空间，计算该色彩空间的体积，并计算该色彩区域的清晰度、视角特性、灰度级特性、以及该色彩空间中的色差。

12、如权利要求11所述的图像质量评价方法，其中，所述关于色貌的信息包括所述色彩区域的亮度、色彩、和色相角。

13、如权利要求12所述的图像质量评价方法，其中，所述生成色貌特性的步骤包括：通过在包括一位置和预定参考线的平面上将该位置沿垂直方向平行移动所述亮度来形成色彩空间，并计算该色彩空间的体积，并且

其中，所述位置是通过将半径为所述色彩的预定参考线旋转所述色相角来确定的。

14、如权利要求13所述的图像质量评价方法，其中，所述计算色彩空间的体积的步骤包括将多个三棱锥的各自的体积相加来计算所述色彩空间的体积，并且，

其中，每个三棱锥包括与所述色彩空间的预定点最接近的三个点和该预定点。

15、如权利要求14所述的图像质量评价方法，其中用于测量所述色彩空间的体积的点的数量为形成所述色彩空间的所有点的至少1/4。

16、如权利要求13所述的图像质量评价方法，其中，所述生成色貌特性的步骤还包括：计算所述色彩空间中亮度的最大值和最小值的比率，并根据所计算的比率计算所述色彩区域的清晰度。

17、如权利要求16所述的图像质量评价方法，其中，所述亮度最大值对应于白电平的亮度，并且所述亮度最小值对应于黑电平的亮度。

18、如权利要求13所述的图像质量评价方法，其中，所述生成色貌特性的步骤还包括根据色相角计算色彩空间体积，并计算所述色彩区域的视角特性。

19、如权利要求13所述的图像质量评价方法，其中，所述生成色貌特性的步骤还包括：检测相对于多个色刺激值的所述色彩空间的多个点，其中灰度级在色彩区域中不同，并根据灰度级变化生成连接所述多个点的路径。

20、如权利要求13所述的图像质量评价方法，其中，所述生成色貌特性的步骤还包括：使所述色彩区域的外部暴露条件多样化，以检测与所述色彩区域的对象区域相对应的所述色彩空间的多个点，并根据该对象区域的外部暴露条件计算色差。

Images