图像质量评价制度

图像质量评价制度（精选12篇）

图像质量评价制度 第1篇

放射科图像质量评价制度

为了不断提高放射科技术人员的摄片质量和责任感，保证影像诊断准确性和临床诊断可靠性，每月拍摄的照片采取民主评片制，以使本科技术人员在工作的实践中取长补短，以资达到共同提高。

（一）图像质量评价每月一次。核查摄片体位是否符合。

标准：胶片尺寸统一，影像放大比例统一。

（二）在日常诊断读片的同时，从诊断角度，对影像质 量进行评价，发现图像质量不能满足影像诊断，医师与技术人员沟通，提出改进建议。

（三）技师或医师日常工作中发现图像质量问题应上 报图像质量评价小组研究解决。

武汉市第二中西医结合医院

放射科

2013.04.08

图像质量评价制度 第2篇

放射科图像质量评价小组：

组 长：刘国峰

组 员：孙维臣（DR）

施振祥（透视及造影）王延辉（CT）

图像质量评价小组职责：为进一步提高我院放射科拍片质量，我科特别成立拍片质量评审小组，每月随机抽取DR片20张评测，CT20张评测。参照《放射科管理与技术规范》及《CT 影像质量标准》为基础。实事求是，严格把关。力求放射科拍片质量逐步提高。

组长职责：负责放射科图像质量评价小组的管理，定期 检查放射科图像质量评价小组的图像质量评价情况，监督图像质量评价小组工作的执行。

组员职责：在组长领导下负责放射科图像质量评价小组 的具体工作，严防差错事故的发生，出现问题及时向组长汇报并采取措施。

具体人员分工：

孙维臣：负责对DR图像质量进行检查和考核

图像质量评价方法综述 第3篇

关键词：图像质量评价,客观评价,主观评价,评价方法

1 图像质量评价概念

图像质量评价是图像处理中一个基本而重要问题。它在实际生活中有广泛的应用需求。图像质量是指人对图像的视觉感受评价。人们希望用较为直观且可比较的定量分析表达出人对图像的主观感受。因此, 图像质量评价研究已经成为图像处理领域中比较重要而基础的研究之一。

2 两种传统的图像质量评价方法

在传统的图像质量评价方法中, 有代表性的方法主要有两种:客观评价和主观评价。

2.1 客观评价法

客观图像评价方法是指:先将压缩或是受损图像进行复原, 然后用一定算法或是对比计算复原后的图像与原图像之间的误差来 反映复原图像质量。在众多的方法中, 最常用的方法有两种:均方误差 (MSE) 法及峰值信噪比法 (PSNR) 。MSE的表达式是:

undefined

其中, fij是原始图像, f′ij是指复原图像, M、N 分别表示图像的高与宽。PSNR评价法的本质特征和MSE评价法的本质是相似的, 它的表达式是:

undefined

这两个式子看起来都比较直观而且严格, 但是他们所求的的结果往往不符合人们的主观视觉感觉。这主要是因为MSE法和PSNR法只能从整体上反映复原图与原图像之间的差异对比, 而不能很好的反映图像的局部特征和区域之间的关联关系, 所以用公式求得的值就能很好地反映人眼的视觉特性。

2.2 主观评价法

图像主观评价法是指评价人主要根据评价人的经验来判断图像的质量。这种评价受评价人文化程度、生活工作环境、情绪和爱好等因素影响较大。而且也没有一个统一的标准来进行衡量。所以一般情况下, 采用等级来对图像主观评价进行描述。主观图像图像评价一般有两种对比尺度:绝对尺度和相对尺度。这两种尺度分别对应的评价等级如表1所示。

根据表1, 我们可以发现这两种测量方法测量结果更接近人们的视觉评价结果。但是这种评价法很难用某一种或是几个具体的、合适的抽象数学模型来表示, 这就限制了主观图像评价法在实际图像评价中的研究与应用。

3 新的图像质量评价方法

图像的使用者终究是人, 所以在进行图像质量评价是还是要考虑人的视觉特性 (HVS) 因素。对于相同的图像, 不同的会给出差异较大的评价, 这是因为主要是由于人眼镜视觉系统灵敏度不同而引起的。即使如此, 人们关注的区域一般是相同的, 而且这些区域一般能集中反映图像所要表达或是传递的绝大部分主要信息。各项研究结果显示:对比考虑和不考虑HVS图像评价方法, 人们觉得考虑HVS的评价方法更符合人的感觉评价。目前, 基于视觉特性的图像质量评价方法主要有两种:基于视觉感知的图像评价方法和基于视觉兴趣的图像评价方法。

3.1 基于视觉感知的图像质量评价方法

这种图像评价方法在评价图像质量时会考虑眼睛的视觉非线性特性、视觉敏感度带通以及视觉多通道及掩盖效应等因素。

3.2 基于视觉兴趣的图像质量评价方法

视觉感觉实际是观察者的一种主观感受, 所以这种行为很容易受观察者本身特性影响:由于灯光、生理、文化、心理或是情绪等情况都将影响观察者关注的图像区域, 这些区域我们称为“感兴趣区域 (ROI, egion of inter2est) ) ”。感兴趣区域的图像的色彩、像素、或是亮度的变化都会影响观察者对图像质量的评价, 而观察者一般不会关注非感兴趣区域图像的质量。比便如此, 感兴趣区域的信息一般都能较准确地表达出整幅图像所要传递的大部分客观信息。一幅图像究竟包含多少个感兴趣区域, 以及怎么确定这些感兴趣区域的位置和大小是该方法的重点。一般我们用不同区域的加权值来代表对感兴趣区域的兴趣程度, 计算方法是:

其中, S为图像的总面积, S1是感兴趣区域A1的面积, S2是非感兴趣区域A2的面积, λ1、λ2分别为A1和A2的加权值, 并满足λ1s1+λ2s2=S, , 加权值越大, 表示人眼对该区的兴趣程度越大。λ1、λ2的构造如下:

式 (3) 中, k主要调整观察者对感兴趣区域 (或不感兴趣区域) 的重视度。k∈[0, 1]。众多研究成果表明:该方法的评价结果基本与观察者的主观视觉评价结果相同。

4结束语

在图像处理的实际应用中, 会遇到质量各不同的各种图像, 如何准确的对其质量进行评价并结合评价值做出进一步的处理, 具有非常重要的实用价值。同时, 对图像质量评价方法的研究能够进一步促进人类视觉感知的研究, 具有重要的理论意义和实践作用。

参考文献

[1]周景超, 戴汝为等.图像质量评价研究综述[J].计算机科学, 2008, 35 (7) :1-4.

[2]刘书琴, 毋立芳等.图像质量评价综述[J].中国科技论文在线, 2011, (7) :501-506.

[3]徐鲁安.图象质量评价方法的研究与实现[D].杭州:浙江大学, 2003.

[5]吴宗凡等.红外与微光技术[M].北京:国防工业出版社, 1998.

[6]阮秋琦.现代数字图像处理[M].北京:电子工业出版社, 2001.

[7]苏大图.光学测量[M].北京:机械工业出版社, 1987.

图像质量评价研究 第4篇

关键词：图像融合 图像质量评价 主观评价 客观评价

一、主观评价

通过人眼对图像的观察，我们可以检查出：融合图像是否配准，如果配准不好，那么融合图像就会出现重影和几何变形；融合图像整体色彩是否与天然色彩一致，如居民点影像是否明亮突出，水体影像是否呈现蓝色，植被影像是否呈现绿色；判断融合图像整体亮度、对比度是否合适，是否有蒙物或斑块；融合图像纹理及彩色信息是否丰富，空间信息是否丢失；融合图像的清晰度是否降低，地物影像边缘是否清楚。

图像融合的主观评价方法就是以人作为观察者，对图像的优劣做出主观定性。

评价。该方法受观察者、图像类型、应用场合和环境条件的影响较大，只在统计 上有意义，但是该方法比较容易实现，对最终的图像质量评测也是十分有用的。 选择主观评价的观察者可考虑两类人：一类是未经过训练的“外行”观察者，另 一类是对图像技术有经验、训练有素的“内行”观察者，他们能够凭借自己的观 察对图像的质量做出相对严格的判断。给出了国际上规定的图像评价的五级质量尺度和妨碍尺度（也称为图像主观评价5分制）。一般人多采用质量尺度，而专业人员则多采用妨碍尺度。为了保证图像主观评价在统计上有意义，参加评价的观察者应足够多。应该注意的是，如果图像是观察者很熟悉的内容，则观察者就容易挑出毛病，而给出较低的分数，而那些对图像内容不熟悉的观察者给出的较高分数并不能准确地反映图像的质量。图像的 MOS(Mean Opinion Score)值即图像的主观评价分值，一般情况下是选用一定数量的专业图像处理人员与非专业人员来为图像打分，再取平均值。用 A(i, k ) 表示，它表示第i 个人对第 k 幅图像的打分值，分值取在5分以内。因为人眼的分辨能力很有限，在五个级别的分值中有时候很难做出取舍，所以可以打半分。

图像融合的主观评价方法（或定性评价），是一种主观性较强的目测方法。

该方法对一些明显的图像信息进行评价显得直观、快捷和方便，对一些暂时还没有客观评价指标的现象也可以进行定性的说明。例如，在多源图像融合中，主观 评价可以较快的判断融合图像是否配准，图像的边缘信息是否损失，融合图像的 纹理和色彩是否丰富等等。尽管主观评价通过大量的统计可以获得比较准确的判 断结果，但是整个过程非常繁琐。若没有进行大量的统计，所获得的结论可能不 准确。而且目前对人的视觉特性还没有充分了解，对人的心理因素也还没有找出 定量描述的方法，因此不同的评价者其对图像评价的结论差异会很大。尤其是当 利用各种融合算法融合后的图像之间的差异较小时，考虑到主观定性评价方法带 有一定的个人主观性，所以往往不能给出一个准确的判定。

由于图像最后是被人眼接受，由人来对图像做出分析、识别、理解和评定，因此在这种情况下，图像不仅仅是物理量的分布，同时包含人的视觉心理因素。因此，主观评价结果虽然比较全面，符合图像的实际观察质量，但是这种评价方法受观察者、图像类型和观测环境等因素影响较大，评价过程繁琐，加之人的視觉心理因素很难用物理量度量，致使评价结果不够精确，而且加入主观评价后，难以实现自动化处理，不利于图像融合评价系统的设计。

二、客观评价

客观评价方法是针对融合图像所提出的一系列质量指标，以及对融合方法提出的量化评价公式，由计算机根据量化评价公式计算融合图像的质量指标，并根据质量指标的统计结果对融合方法进行评价。量化评价能够克服人的视觉特性、心理状态、知识背景等因素的影响，可以提高判断的准确性和速度。

目前，常用的客观评价方法包括以下几种：

1、基于信息量的评价

（1）熵图像的熵是衡量图像信息丰富程度的一个重要指标。如果融合图像的熵值越大，说明融合图像从源图像中保留的细节内容越多、信息量越大。

（2）交叉熵交叉熵直接反映了两幅图像对应像素的差异，是对两幅图像所含信息的相对衡量。

（3）相关熵（互信息）相关熵（互信息）是信息论中的一个重要基本概念，它可作为两个变量之间相关性的量度，或一个变量包含另一个变量的信息量的量度，因此，融合图像与原始图像的相关熵（互信息）越大越好。

（4）偏差熵偏差熵反映了两幅图像像素偏差的程度，同时也反映了两幅图像信息量的偏差度，分别有：单一偏差熵、总体平方平均偏差熵、总体算术平均偏差熵、总体几何平均偏差熵、总体调和平均偏差熵。

（5）联合熵联合熵也是信息论中的一个重要基本概念，它可作为三幅图像之间相关性的量度，同时也反映了三幅图像之间的联合信息，因此，融合图像与原始图像的联合熵越大越好。

2、基于统计特性的评价

（1）均值。

（2）标准差标准差反映了灰度相对于灰度均值的离散情况，标准差越大，则灰度级分布越分散，有标准差、对数标准差。

（3）偏差度偏差度用来反映融合图像与原始图像在光谱信息上的匹配程度，如果偏差指数较小，则说明融合后的图像 R 在提高空间分辨率的同时，较好地保留留F的光谱信息，偏差度通常分为绝对偏差度和相对偏差度。

（4）均方差。

（5）平均等效视数平均等效视数可以用来衡量噪声的抑制效果、边缘的清晰度和图像的保持性。

放射科图像质量评价标准 第5篇

（2016年修订）一、一般要求

1、X线照片满足影像诊断要求。

2、X线照片标识，左右标志正确，检查号、检查日期、检查医院、被检者姓名、性别、年龄、图像放大比例或比例尺等信息完整。

3、图像放大比例一致：正位片与侧位片或斜位片放大比例一致。同一部位不同时间摄片放大比例一致。

4、整体画面布局美观，影像无失真变形。

二、优质图像标准

1、密度合适

2、层次分明

3、摄影体位标准：

4、照射野大小合适: 被检部位影像全部在照片上显示,但不应过多包含非检查部位，尤其是内分泌腺；重点组织界限清楚；脊柱应含相邻椎体；四肢长骨应至少包括1个邻近关节；肋骨应包括第1或第12肋骨。

5、无体外伪影。

6、无运动伪影。

7、特殊检查体位应标注。

8、胶片无污片、划片、粘片、指纹。

放射科图像质量评价内容及方法 项目 评价内容和方法 扣分 图像对比 图像层次 看电脑图片或胶片图像，对比欠佳 5 看电脑图片或胶片，层次欠分明 5 投照野控制 投照野过大或包括不全 5 伪影

不影响诊断的伪影，如内衣扣、金属线 5

有可能误认为病变的伪影 50 伪影范围较大，掩盖诊断区。50 呼吸伪影或运动伪影 5~10 抽查胶片，有污片、划片、粘片 5 不完整 5 图像标识

图像重要标识 如左右、姓名、性别错误 50 摄影体位 特殊体位 不标准 15~20 无标注，如腹部立位位，水平侧位 10 摄影部位错误 对照申请单和摄影部位是否一致 50 图像放大比例 抽查胶片，图像放大比例是否一致 5 用片统一，尺寸合理 抽查胶片

质量等级评价方法：结合DR影像质量要求，每份图像为100分，扣完为止。

图像质量评价制度 第6篇

图像质量评价小组的职责是定期检查放射工作的X光片，考核放射工作人员的影像诊断操作技能以及各项影像质量保证制度的执行情况。

1、在医院医疗质量管理部门领导下工作。

2、组织制定科室图像质量评价制度。

3、每月组织检查图像质量评价方案的执行情况，及时对存在的问题分析、改进。

4、建立质量管理与控制档案与相关记录。

图像质量评价制度 第7篇

一、放射科图像质量评价小组

组 长：施超凡 成 员：施超凡（CT）

杨建梅（DR及透视、造影）

二、图像质量评价小组职责:为进一步提高我院放射科拍片质量，我科特别成立拍片质量评价小组，每月随机抽取DR片40-50张评测，CT片50张评测。参照《放射科管理与技术规范》及《CT影像质量标准》为基础。实事求是，严格把关。力求放射科拍片质量逐步提高。

三、组长职责:负责放射科质量评价小组的管理，定期检查放射科质量评价小组的图像质量评价情况，监督图像评价质量小组的工作执行。

四、组员职责:在组长领导下负责放射科图像质量评价小组的具体工作，严防差错事故发生，出现问题及时向组长汇报并采取措施。

五、具体人员分工: 施超凡：负责对CT图像质量进行检查和考核。

杨建梅： 负责对DR及透视、造影图像质量进行检查和考核。

六、具体要求内容：（1）DR影像质量要求 一般要求

1、X线照片满足影像诊断要求。

2、X线照片标识，左右标志正确，检查号、检查日期、检查医院、被检者姓名、性别、年龄、图像放大比例或比例尺等信息完整。

3、用片统一，用片尺寸合理，分格规范，照射野大小控制适当。成人胸片不小于11×14英寸。

4、图像放大比例一致：正位片与侧位片或斜位片放大比例一致。同一部位不同时间摄片放大比例一致。成人胸片放大比例不小于65%。

5、整体画面布局美观，影像无失真变形。

优质图像标准

1、密度合适：（照片中诊断密度范围控制在0.25-2.0之间）。

2、层次分明：参照《放射科管理与技术规范》中放射科技术质量标准。

3、摄影体位标准：参照《放射科管理与技术规范》中放射科技术质量标准。组织影像应符合正常的解剖投影，无失真。

4、照射野大小合适: 被检部位影像全部在照片上显示,但不应过多包含非检查部位，尤其是内分泌腺；重点组织界限清楚；脊柱应含相邻椎体；四肢长骨应至少包括1个邻近关节；肋骨应包括第1或第12肋骨。

5、无体外伪影。

6、无运动伪影。

7、特殊检查体位应标注。

8、胶片无污片、划片、粘片、指纹。

（2）、CT影像质量要求

1、根据临床检查要求和疾病诊断需要，合理选择扫描部位、扫描参数、检查序列。

2、扫描范围必须包括整个被检查器官或部位。

3、选择合适窗宽窗位，因头部外伤的头颅CT扫描必须右骨窗。肺部 扫描必须有肺窗和纵膈窗。

4、对于CT检查，在满足诊断的前提下，尽量减少X线剂量。

5、定位标识明确，一般信息完整。

6、CT照片应有定位像。

7、CT照片排列顺序：横断位：躯干从上到下，四肢由近到远。冠状位：由前到后；矢状位：由右到左。

图像质量评价制度 第8篇

从算法对原始图像的依赖程度来讲,客观质量评价算法可分为全参考型、部分参考型及无参考型[3]。本文主要讨论全参考型的算法。根据算法所依据理论的不同,全参考型算法可分为以下几类: 1) 基于像素误差统计的算法。峰值信噪比( Peak Signal-to-Noise Ratio,PSNR)[4]和均方误差( Mean Squared Error,MSE)[5]是普遍使用的两种评价方法,通过计算对应像素点灰度值之间的误差来表征图像质量; 2) 基于图像结构特征的算法,Wang Zhou等人提出的SSIM( Structural SIMilarity)[6]将结构相似度引入图像质量评价,取得了里程碑式的突破; 3) 结合信息论理论的算法,视觉信息保真度( Visual Information Fidelity,VIF)[7]是从信息论角度出发,通过计算原始图像与失真图像间的互信息评价图像质量; 4) 基于人眼视觉模型的算法,其典型代表为Sarnoff实验室提出的基于人眼视觉特性的刚辨差( Just Noticeable Difference,JND)[8]模型。

全参考图像质量评价的方法很多,但同一图像采用不同方法评价质量,得到的结果却不尽相同。本文研究的客观质量评价算法建立在全参考型评价基础上,依据图片失真类型提出了一种自适应图像质量评价算法( Distortion based Self-adaption Algorithm,DSA) 。该方案首先采用机器学习对训练样本进行统计学习,建立分类模型,智能地实现图像失真类型的判断; 然后自适应地给出每种失真类型对应的融合评价算法,得出其客观评价分值,使其与主观评价更接近。本方法在TID2008 数据库[9]上进行了实验,结果表明,在图像失真类型分类及质量评价算法选择方面均有很好的准确度,且能较快算出与主观评价打分更接近的客观评价值。

1 失真图像的特征提取

TID2008 数据库所提供的图片信息均按照失真类型进行了分类。为了依据失真图像的特性对图像进行失真类型预测,首先需要选择性能良好的图像特征表征图片失真信息。本文首先对图像做预处理以建立规范化差值图像,然后进行分块、DCT变换等步骤,从中提取特征向量用于图像失真类型的分类。

1. 1 图像预处理

对于一幅大小为M × N的失真图像与其对应的原始图像,首先将它们转化为灰度图像,然后进行归一化处理,把图像像素动态范围统一到[0,1]区间,再利用图像差值法得到两幅图像的差值图像。

1. 2 提取DCT特征

离散余弦变换( Discrete Cosine Transform,DCT)[10]是一种空域到频域的变换,能很好地去除图像空间的相关性,描述图像信号的空间特征。图像经DCT变换后的主要能量集中在其DCT系数左上角的低频系数中,因此可以用这一小部分系数来代表整个图像的特征。本文中采用二维DCT变换对图像进行特征提取。

将预处理后得到的差值图像分割成n × n大小的非重叠块,因此共有B = ( M /n) × ( N/n) 个图像块。按从左到右、从上到下的顺序对图像块进行编号,Blocki记为第i个图像块,其中1≤i≤B。对图像块Blocki进行二维DCT变换得到n × n个DCT域系数。

位于图像块左上角的DCT系数是直流系数,反映了图像块的平均亮度,而图像块中的其他系数均为交流系数,代表了图像块的纹理信息,本文所需的失真类型特征应该从交流系数中提取。从第一个交流系数开始,进行Zigzag扫描,得到重新排列的DCT交流系数Cj: j = 1,2,…,n2- 1。DCT域的低频系数代表了图像块的主要信息,所以本文抽取图像块的前 α 个系数组成特征向量,其中1≤α≤n2- 1。则图像块Blocki的特征为

那么第k幅差值图像的图像特征为

式中: Vk为 α × B维的实数向量。

图像特征提取过程如图1 所示。TID2008 数据库中的图像大小均为512 × 384,以8 × 8 尺寸对图像进行不重叠分块,共到3 072 个图像块。在保证分类器准确率的前提下,为进一步降低数据量,本文每隔4 行4 列取块,共抽取192 个块。对这192 个块做二维DCT变换并进行Zigzag扫描,本文选取 α = 10,即前10 个DCT交流系数,由式( 1) ~ ( 2) 可得到1 920 维的失真类型特征Fk,后文中将使用此特征来训练图像失真类型分类器。

2 基于支持向量机的图像失真类型分类

支持向量机( Support Vector Machine,SVM)[11]是Vapnik等人提出的一种基于统计理论的机器学习算法,非常适合于解决非线性分类、高维模式识别等问题。对于低维空间中的线性不可分问题,SVM可通过核函数将低维样本投射到高维空间中,使其在高维空间中变得线性可分或者接近于线性可分,在新的空间中构造软间隔的最优超平面,实现样本的分类。

本文的实验平台是MATLAB,使用的SVM工具包为LIBSVM-3. 14。在分类过程中,为提高分类的准确率,本文采用网格搜索算法对分类参数c,g进行了寻优。网格搜索法即在某范围内,遍历参数,寻找最优的c,g,使得分类器的性能达到最好。

本文选取高斯模糊和JPEG压缩两种失真类型的图像进行失真分类实验。两类失真共选取200 个样本图像,其中用于建立分类模型的训练样本共100 幅( JPEG压缩50 幅,高斯模糊50 幅) 图像,组成100 组图像特征( Fk,k = 1,2,…,100) 并进行训练,可得到相应的支持向量、最优分类面方程的权值以及偏置量,即SVM分类器。对剩余100 组测试样本进行失真类型预测,结果如表1 所示。

由表1 可知,高斯模糊的分类准确率为100% ,JPEG的分类准确率为98% ,整体分类准确率为99% ,性能很好。其中SVM的参数寻优结果为c = 4,g = 0. 015 625。

3 图像质量评价模型

目前来说,虽然经过多年的发展,图像质量评价算法不断涌现,但是大多数算法都很难满足需求,即与人眼的主观评价达成高度一致。本文设计了一种基于图像失真类型的自适应评价算法,该算法可依据图像的失真类型,智能地选取相应的计算公式,对图像进行质量评价。

通过最小二乘法求解式( 3) ,可以确定每一种失真类型所对应的一组 μmi和c,建立自适应评价模型,即

其中: MOS( Mean Opinion Score) 为已知主观评价打分值; m为4 种经典图像质量评价算法的序号,即IQA1代表PSNR,IQA2代表SSIM,IQA3代表JND,IQA4代表VIF; i为评价指标的幂次; μmi为每一个IQAm或其幂次项的权重系数,c为常数项。本实验研究的失真类型为两类( 高斯模糊、JPEG) ,即对应的 μmi和c有两组,通过实验可得如表2 所示的结果。

自适应评价模型建立之后,本算法可依据SVM分类器预测的图像失真类型,选用对应于该失真类型的一组 μmi和c,采用下式得出客观评价指标DSA

4 质量评价模型的性能

衡量一个图像质量评价方法的性能,即评估客观预测和主观评价的一致程度主要有3 个指标: 1) Pearson相关系数( Linear Correlation Coefficient,LCC) ,反映了客观评价指标与MOS间的线性相关性; 2) Spearman等级相关系数( Spearman’s Rank Ordered Correlation Coefficient,SROCC) ,反映了客观评价指标与MOS间的单调相关性; 3) 均方根误差( Root Mean Squared Error,RMSE) ,反映了评价误差。其中,LCC,SROCC的取值范围均为[- 1,1],其绝对值越接近1,则表示一致性程度越高; RMSE作为误差指标,其值越低,则代表评价算法性能越好。

质量评价实验中仍采用上文第3 章节中的训练集和测试集进行实验,依据式( 3) 建立评价模型。根据式( 4) 计算这些图像的DSA,得出PSNR,SSIM,JND,VIF及DSA的评价指标SROCC,LCC,RMSE并进行比较,如表3 所示。图2 中画出了测试集合中DSA和MOS的散点图和拟合曲线。

由表3 和图2 可见,相比于PSNR,SSIM,JND,VIF算法,本文提出的基于失真类型的自适应图像质量评价算法在所有评价指标中均获得了更好的效果,散点图分布在一条曲线周围,与MOS值高度一致,可以被应用于实际的图像评价系统中。

5 小结

本文建议采用机器学习对失真差值图像进行分析,建立用于失真类型分类的SVM分类器。基于所建立的失真类型分类器及传统质量评价算法的性能分析,本文提出了一种自适应图像质量评价模型DSA,该模型可以依据待测图像的失真类型,自适应地选择质量评价算法及计算参数。实验结果表明,DSA算法能很好地对图像失真类型进行分类,得出客观评价值,且与主观评价指标有很好的一致性。

参考文献

[1]DUSAUSSOY N J,ABODOU E.Survey of image quality measurement[C]//Proc.1986 ACM Fall joint Computer Conference.[S.l.]:ACM Press,1986:71-78.

[2]WANG Z,BOVIK A.Modern image quality assessment[M].New York:Morgan and Claypool Publishing Company,2006:1-102.

[3]WANG Z,BOVIK A,SHEIKH H.Image quality assessment:from error visibility to structural similarity[J].IEEE transactions on image processing,2004,13(4):600-612.

[4]AVCIBAS I,SANKUR B,SAYOOD K.Statistical evaluation of image quality measures[J].Journal of electronic lmaging,2002,11(2):206-213.

[5]AHMET E,PAUL F.Image quality measures and their performance[J].IEEE transactions on communication,1995,43(12):2959-2965.

[6]WANG Z,BOVIK A,SHEIKH H,et al.Image quality assessment:from error visibility to structural similarity[J].IEEE transactions on image processing,2004,13(4):600-612.

[7]SHEIKH H,BOVIK A.Image information and visual quality[J].IEEE transactions on image processing,2006,15(2):430-444.

[8]LUBIN J.A visual discrimination model for image system design and evaluation[M].NJ:World Scientific Publishers,1995:245-283.

[9]PONOMARENKO N,CARLI M,LUKIN V,et al.Color image database for evaluation of image quality metrics[C]//Proc.Int.Workshop Multimedia Signal Processing.[S.l.]:IEEE Press,2008:403-408.

[10]AHMED N,NATARAJAN T,RAO K.R.Discrete consine transform[J].IEEE transactions on computers,1974,100(1):90-93.

图像质量评价制度 第9篇

关键词： 信息隐藏； 隐蔽性评价； 图像质量评价量（IQMs）； 主成分分析

中图分类号： TP 391文献标识码： Adoi： 10.3969/j.issn.10055630.2013.02.008

引言信息隐藏就是将秘密信息隐藏于另一非秘密载体中，使非法攻击者无法察觉秘密信息的存在[1]。其载体形式可以为任何一种数字媒体，如图像、声音、视频或一般的文档等等。信息隐藏技术的最大特点是它不但隐藏了信息的内容而且隐藏了信息的存在，使得攻击者难以从公开信息中判断秘密信息是否存在或者难以截获秘密信息，从而保证了秘密信息的安全[2]。不可感知性是评价信息隐藏算法优劣的重要指标，在以图像作为载体的信息隐藏方法中，不可感知性指的是隐秘图像的失真，即隐秘图像和载体图像在视觉上无明显差别，评价隐藏信息前后的图像质量变化对于改进图像信息隐藏方法有着重要的意义。现有的图像质量评价方法一般可分为主观评价方法和客观评价方法[3]。主观评价方法就是让多名观察者按照已规定好的评价准则对被测图像进行质量评价，然后对所有观察者给出的评价进行加权平均，所得结果即为该图像的主观评价质量。这种方法考虑了观察者对图像的理解效果，但是由于受到观察者知识背景、观测动机和观测环境等因素的影响，稳定性和可移植性差，且难以用数学模型表达加以应用。常用的客观评价方法有均方误差（mean square error，MSE）和峰值信噪比（peak signal noise ratio，PSNR）[4]，他们对两幅图像之间的误差进行了简单数学统计，计算简单，容易实现，能将误差量化表达，但由于没有考虑人的视觉心理因素，不能真实反映图像的视觉感知质量，其准确性相对较差，不能和主观评价相一致。本文提出了一种新的图像信息隐藏质量评价方法，提取出对隐藏信息比较敏感的IQMs作为图像的质量评价量来评价图像隐藏信息前后的差异，利用主成分分析法对得到的特征量进行综合分析，从而实现对图像信息隐藏方法的评价。1提取图像质量评价量Avcibas[56]等提取了26个能反映图像统计特征的IQMs，实验表明，有些质量评价量对隐藏信息比较敏感，根据实验选择了其中的10个IQMs作为图像的特征量，用来评价信息隐藏前后图像的质量。10个IQMs表示了原始图像和隐秘图像在空域和频谱域之间的差异，分别从基于像素统计差异、基于相关性度量统计差异、基于频谱统计差异和基于人眼视觉系统统计差异等方面对图像特征进行了描述，其表达式如下所示[58]。（1）基于原始图像和隐秘图像之间像素统计差异的特征量，包括平均绝对误差M1和均方差M2。

教学质量检测评价制度 第10篇

教学质量检测评价制度

教育教学质量检测与评价是学校管理的重要手段，优良的教学质量是培养合格人才的根本保证。为进一步深化教育质量意识，加强教学管理和质量监控，全面提高教育教学质量，特制定本制度。

一、班级、学科要开展多层次、多形式的定项评比活动，以此加强对知识、技能、情感态度和价值观等综合素质的监控。

二、每学期安排对各年级的学生，进行监控测试和检测，测试形式可采用书面测试、口试或操作测试；组织开展学科单项竞赛活动；及时进行教学质量分析，了解教学情况，督查指导教师的教学。考试和考查科目须采用等级制（优秀、良好、合格、待合格）计分。

三、坚持发展性学习评价，减弱甄别和选拔功能，强化诊断功能，促进发展功能和激励功能，坚持质性评价和量化评价相结合，突出质性评价。各门课程采用学生自评、学生互评、师评、家长评价等有效形式评价学生的学习情况。

四、进行教师、学生、家长问卷，调查他们对学校的教学管理、教师的教学态度、专业水平和能力，学生的学习习惯和学习质量等方面的认可程度，以此来评估、指导我们的教学工作。

五、用“成长记录袋”的形式对学生进行学习过程的评价。

学校教学质量评价制度（共） 第11篇

教学工作是学校的中心工作，也是教师的主要工作。优良的教学质量是培养合格人才的根本保证。为进一步深化教育质量意识，加强教学管理和质量监控，全面提高教育教学质量，特制定本制度。

一、评价目的

1.科学地评价教师的教学工作质量，为学院教学管理提供决策的信息与依据。

2.加大课堂教学管理与监督的力度，维护正常的课堂教学秩序，提高课堂教学质量。

3.把竞争、激励机制引入教学和管理领域，进一步形成良好的教风学风，促进教学质量的提高。

4.为教师职务评聘，教师工作量酬金的合理发放，学院评优工作提供科学的依据。

二、评价对象

凡受聘于本教研室担任授课任务的教师及实验实习教师，包括所有专任教师和兼职教师。

三、评价项目及内容

本教研室教学工作主要包括课堂理论教学、实验教学、实训教学、课程设计和毕业设计5个方面。每个项目的考核见相应的“评价指标体系”。

1.理论教学质量评价指标体系（附后）。2.实验教学质量评价指标体系（附后）。

3.实训教学质量评价指标体系（附后）。

4.课程设计、毕业设计教学质量评价指标体系（附后）。

四、考核与评价方法

教研室负责对本教研室教师的教学质量进行不定期的检查、评价。检查内容应包括指导学生第二课堂活动的效果。加强对毕业生素质的反馈调查工作，以利及时掌握相关消息，培养适应社会需求的高素质的人才。

教研室分学期对每位教师按课堂理论教学、实验教学、实训教学课程设计、毕业设计的质量分别进行考核，得出每个项目的考核分数，并按下列方法确定每位教师的学期教学工作考核总评分：

总评分=

每个项目的考核工作分为学生测评、教研室考核、系考评、领导小组审核4个部分。

1.学生测评

（1）学生以无记名方式在教学考核表上对任课教师测评打分。

（2）参加测评的学生人数不得少于授课班级人数的50%，否则测评结果无效。

2教师考核

（1）分别召开学生和教师教学工作坐谈会，听取各方对任课教师的意见和建议。

（2）查看任课教师的教学资料并结合日常教学情况。

4.项目总评分的确定

学生测评得分占30%，教研室考核得分占25％，系考评得分占45%，按以上比例合成教师某考核项目的最后得分。

5.领导小组审核

考核领导小组审核考核、评价结果，考核、评价材料归入教师业务档案，并将考核结果及时与本人见面。

五、考核时间

每学期进行一次，课堂理论教学和实验教学每学期期中考试后进行考核，具体时间由教务处根据实际情况确定；实训教学、课程设计和毕业设计于课程结束前进行考核，具体时间由系部确定。

六、考核等次

考核结果分为优秀（≥85）、良好（76－84）、基本合格（60－75）、不合格（＜60）4个等次，优秀率不超过教师总数的15%。

1.有以下情况之一者，不能评为优秀

1）有无故旷课现象；

2）一学期迟到或早退3次及以上；

3）出现一般性教学事故；

4）事假累计超过一星期，病假累计超过二星期；

2.有下列情况之一者均为不称职：

1）考核总分在60分以下；

2）职业道德差不能为人师表，有较严重的教学事故；

3）一学期累计旷课10课时及以上；

4）一学期迟到早退15次及以上；

质量管理自查与评价制度 第12篇

1.目的

为确保本单位所建立的质量管理体系的符合性和评价实施质量管理体系的有效性，建立自我监视和自我完善机制，以便能够及时获得有关体系和过程运作的信息，通过分析、评价，识别和确认所存在的问题，组织力量及时加以解决，确保质量管理体系的有效运行和对体系的不断改进，从而提高发包方和相关方满意度。2.适用范围

适用于单位所建立的质量管理体系全过程的管理。3.职责

3.1管理者代表领导组织相关人员策划并实施本单位质量管理体系所需的监视、测量、分析和改进过程。3.2办公室

3.2.1为本程序的主控部门，负责监视、测量本程序的实施。3.2.2对本部门主控的过程进行监视和测量。3.3 办公室实施对本单位的过程进行监视和测量。

3.4其他部门、职能部门等负责本部门主控过程进行监视和测量。4.工作程序

4.1过程的监视和测量

4.1.1单位每年进行不少于四次质量大检查。由办公室组织质量检查小组，由分管领导带队，对单位工程质量进行普查；检查前下发检查通知，检查过程中认真做好记录，针对发现的质量问题下达《不合格品整改通知单》，提出纠正意见和建议，检查结束应进行总结，编发《质量检查简报》予以公布。

4.1.2单位每年进行不少于四次安全工作大检查。由办公室组织安全管理检查小组，由分管领导带队，对项目部安全工作进行检查。对检查过程中发现的安全隐患，下达《安全隐患整改通知单》，责令项目部进行整改；整改落实后由办公室进行验证，检查结束后进行总结，并将检查结果编发《安全检查简报》予以公布。4.1.3质量目标实施情况检查

办公室组织办公室、工程部、财务科、项目部等相关职能部门参加，每年进行一次质量目标实施情况检查，并作好记录。质量目标测量考核方法见《质量目标管理制度》。

4.1.4职能部门、项目部对本部门主控过程的实施情况进行监视和测量

a.办公室对文件控制、内部沟通过程、质量记录、管理评审、内部审核控制过程，每半年进行一次监视和测量；

b.工程部对文件控制、质量记录、检测设备控制、工作环境过程控制、工程/劳务分包、生产和服务提供、过程/产品监视和测量、不合格品控制、纠正/预防措施等控制的过程，每半年进行一次监视和测量；

c.工程部对与顾客有关的过程每半年进行一次监视和测量； d.人力资源部对人力资源的管理过程每半年进行一次监视和测量； e.工程部对物资采购、施工机具管理过程每半年进行一次监视和测量； f.项目部对文件控制、质量记录、安全管理、资源管理、采购、生产和服务提供、特殊过程、关键过程、检测设备、过程/产品监视和测量、不合格品的控制、纠正/预防措施等过程进行控制，每月进行一次监视和测量。4.1.5过程监视和测量记录

单位各职能部门、及项目部对其主控过程的监视和测量均应作好《工作检查记录》，对发现的问题及时采取措施进行纠正，需要制定纠正/预防措施的具体见《质量信息管理和质量管理改进制度》。

4.2 本单位办公室每半年结合绩效考核对各职能部门和的质量管理活动实施监督检查。对检查中发现的问题及时提出书面整改要求，监督实施并验证整改效果。4.3每季度结合绩效考核对各职能部门的质量管理活动实施监督检查。对检查中发现的问题及时提出书面整改要求，监督实施并验证整改效果。4.4 监督检查的内容包括：

a.法律、法规和标准规范的执行； b.质量管理制度及其支持性文件的实施； c.岗位职责的落实和目标的实现； d.对整改要求的落实。

4.5 工程部对项目经理部的质量管理活动进行监督检查，内容包括：

a.项目质量管理策划结果的实施；

b.对本单位、发包方或监理方提出的意见和整改要求的落实； c.合同的履行情况； d.质量目标完成情况。

4.6 为确保本单位所建立的质量管理体系的符合性和评价实施质量管理体系的有效性，制定并实施《内部审核控制程序》。规定：

a、管理者代表、办公室、审核组的职责和权限；

b、办公室编制内审方案和计划，根据策划的时间每年不间隔12个月至少安排1次内审。审核范围包括与质量管理体系有关的部门和质量管理体系的所有过程和场所；

c、审核组编制审核方案应规定审核目的、审核范围、审核依据、审核方法、人员安排并考虑以往的审核结果；

d、组织审核组，选择经过培训的审核员，审核员不得审核自己的工作； e、审核组编制审核检查表，依据标准、质量管理体系文件要求和单位实际情况列出审核要点；

f、审核组实施现场审核，查证有关事实、资料和询问并进行记录，保持审核的客观性和公证性；

g、发现不合格，开据不合格报告，由责任部门确认并对不合格事实进行原因分析，有针对性地制定纠正措施，并确保实施；

h、由管理者代表授权人员对纠正措施实施的有效性进行跟踪验证； i、提交内部审核报告和现场审核记录并予以保持。

4.7 让发包方满意是本单位永恒的目标，为评价这一目标实现的绩效和进展，工程部负责监控是否满足其要求的感受的相关信息。

4.7.1作为衡量质量管理体系运行有效性的一种度量和持续改进的手段，工程部、项目部负责收集最终产品或中间产品实施过程中的发包方满意度信息，工程部负责全单位发包方满意信息的统计分析。获取发包方满意度的方法有：

a、发包方、监理的合格性签单；

b、阶段性对发包方满意度调查的反馈意见； c、对最终产品的满意度调查； d、流失业务分析、索赔分析； e、发包方赞扬。

4.7.2 单位职能部门或项目部接到顾客投诉后，应及时传递给工程部，由工程部请示副经理后，及时处理。顾客投诉内容若属施工质量问题应及时进行保修；若不属于施工质量问题，在给顾客解释清楚后进行维修。

4.7.3 工程交付后，由工程部组织，依据下达的《回访计划（补充计划）》在进

行工程回访时同时进行顾客满意度调查。填写《单位工程顾客满意度调查表》和《工程回访记录》。

4.7.4 工程部、工程部在进行顾客满意度调查、工程回访时，应由顾客确认并在调查表、回访记录上签字盖章。调查表、回访记录一式两份，调查单位留一份，报工程部一份，为单位进行总体工程顾客满意度测量提供依据。

4.7.5工程部每年底根据各单位呈报的顾客满意度调查表进行单位施工过程顾客满意度测算。

4.7.6发包方满意度测评的频次、参加人员、方法、内容、实施、统计分析见《工程项目施工质量管理制度》。发包方满意信息作为质量管理改进的依据。5 相关文件

5.1《质量目标管理制度》