自从人类有图像记录以来，人类越来越希望图像信息记录的越“真实”，各种详细细节、色彩犹如亲眼看到一般。加之这十年手机摄像头应用的飞速发展，无人机以及AI智能的广泛应用。图像处理和图像识别技术是时候需要被重新定义了。我们知道在图像的拍摄获取、信号处理、信号传输和记录的过程中，由于成像系统、处理方法、传输介质和记录设备不是很完善，加之被拍摄的物体运动、周围环境、拍摄距离、空气及电子噪声污染等因素，在摄像头拍摄图像时，不可避免地会存在某些图像失真和降质，这给相关产品的应用和研究带来很大的障碍。
例如在图像人脸识别中，所采集到的图像质量直接影响识别结果的准确性和可靠性，如此便严重影响了智能识别技术的广泛普及；又如远程会议和视频点播等系统受传输差错、网络延迟等不利因素的影响， 都需要在线实时的图像质量监控，以便于服务提供商动态地调整信源定位策略，进而满足服务质量的要求；在军事应用上，战场监视和打击评估的效果也取决于无 人机等航拍设备所采集到的图像或视频的质量，毕竟相对于卫星图片实时拍摄来说，无人机航拍成本更低，时效性更高。因此，所拍摄到的图像质量合理评估具有非常重要的意义。图像质量评价有主观评价和客观评价两个部分。
一、主观评价以人作为观测者，此时肉眼视觉系统相当于图像评估系统对图像进行主观评价，力求能够真实地反映人视觉所看到的感知；主观评价只涉及人作出的定性评价，它以人为观察者，对图像的优劣作出主观的评价。对于观察者的选择一般考虑未受训练的“外行”或者训练有素的“内行”。如此可以分别评价或者统一样本进行评价，对于主观评价数据更详实有更好的帮助，该方法是建立在统计意义上的，为保证图像主观评价在统计上有意义，参加评价的观察者应该足够多。主观评价方法主要可分为两种：绝对评价和相对评价。
所谓的绝对评价，是由观察者根据自己的经验和理解，按照某些特定评价性能对图像的绝对好坏进行评价，对于第三的旁观者来说，这样的评价很真是，因为图像是否符合我们设定的基础需求的同时、还是否满足观看者的需求。通常图像质量的绝对评价，都是观察者参照原始图像对待定图像采用双刺激连续质量分级法（Double Stimulus Continuous Scale,DSCQS），给出一个直接的质量评价值，具体做法是：将待评价图像和原始图像按一定规则交替播放持续一定时间给观察者，然后在播放后留出一定 的时间间隔供观察者打分，最后将所有给出的分数取平均作为该序列的评价值，即该待评图像的评价值。国际上也对评价尺度做出了规定，对图像质量进行等级划分并用数字表示，也称为图像评价的5分制“全优度尺度”。（见表1.1）
全优度尺度
相对评价中没有原始图像作为参考，由观察者对一批待评价图像进行相互比较，从而判断出每个图像的优劣顺序，并给出相应的评价分值。通常，相对评价采用单刺激连续质量评价方法（Single Stimulus Continuous Quality Evaluation,SSCQE）。具体做法是：将一批待评价图像按照一定的序列播放，此时观察者在观看图像的同时给出待评图像相应的评价分值。相对于主观绝对评价，主观相对评价也规定了相应的评分制度，称为“群优度尺度”（见表1.2）。
群优度尺度
二、客观的评价方法借助于某种数学模型，反映人眼的主观感知，给出基于数字计算的结果。
图像质量客观评价的基本目标是设计能精确和自动感知图像质量的计算模型，或者是某一种方法。其终极目标是希望用计算机来模拟代替人类视觉系统去观看和认知图像。毕竟我们知道，主观的评价与选取的样本有关，而通过计算机客观的评价，所有图像质量都处于同一个判定标准之下，从某种意义上来说，他们都是客观的标准，不论最终图像是否满足所有人的视觉感受。在国际上， 图像质量客观评价通常是通过测试多个影响影像质量的因素的表现，并通过计算模型获得图像质量量化值与人类主观观测值一致性的好坏来评估的。美国的Imatest、法国的DxO analyzer以及赛麦吉的iQtest就是其中比较出名的图像质量客观评价系统，他们自带的数据库系统通过不同的算法来计算评价图像的质量。
图像质量评价系统
Imatest、iQtest和DxO analyzer有异曲同工之处，都是将影像质量评测拆分成多个测试项目，分别对每个项目进行测试、打分。三者相比，DxO analyzer的测试项目会稍微全面一些，而iQtest使用起来更加简单快捷，系统要求的计算机配置也比较低，在现如今电脑如此发达的时代，iQtest已经几乎所有的计算机都可以安装运行了，更为重要的是，iQtest实行免费，让用户可以随时随地的对图像质量进行分析评价。
无论是Imatest、iQtest还是DxO analyzer，测试系统都是通过“测试卡+光源环境+测试软件=测试结果
”
的模式。通过各种各样的测试卡和光源，在实验室中模拟各种环境，再把成像结果输入软件系统，由系统自动分析，最后得出结果。我们都知道，我们之所以能看到东西，那是因为物品发出光或者是反射光线，所以，影像质量评测实验室往往会有两种光源：透射性和反射型。3nh的标准透射灯箱HC5100就是最为被广泛运用的光源之一，它能模仿非常多的环境亮度。
标准透射灯箱HC5100：除了光源，测试卡也是非常重要的测试用具。针对不同的测试项目，测试卡也是各有不同，有的可以测试分辨率，有的可以测试MTF，有的可以测试色差……ISO 12233测试卡是测试镜头分辨率最权威测定方法，也是国际MTF成像曲线图和镜头评估的主要依据。
ISO 12233分辨率测试卡
图像质量评测需要准备这么多的测试用具，准备少一些测试卡、光源不行吗？我们要知道，我们准备各种测试卡和光源是为了模拟各种光照环境，以及测试产品在这些光照环境下的表现。这也是我们客观的去评价一张图片质量的基础，我们永远也无法猜到用户会在什么环境下使用我们的产品，或者第三人如何看待这张图像。例如之前特斯拉发生了第一起无人驾驶车祸，就是因为没有考虑到用户会在阳光灿烂的时候遇到一辆白色卡车，摄像头在这种情况下会失灵。所以，我们能做到的是尽可能测试产品在各种环境下的表现，争取让产品在各种环境下都表现正常。如此，才算是真正做到了对图像质量的客观评价。
图像质量的评价意义不仅在于提高图像拍摄的摄像机、相机的性能，还能够提升其应用行业的发展。试想，我们的AI智能已经能够在人员密集度很高的监控区域轻松提取某一个部分的人脸信息，如果我们的摄像头或者说我们的图像质量没有进行主观和客观的评价，我们这种智能技术就无法具体实施，也无法有效的提高我们的工作效率，推动社会的发展。
