扫描电镜(SEM)是一种观察微观世界常用的仪器,在实际应用中,需要通过不断调整成像参数来获得高清的扫描电镜图像,这个过程费时费力并且效果会因为人眼疲劳的程度而产生差异。因此对于SEM图像来说,需要自动的客观质量评价算法去指导成像参数的选择。本文研究了SEM图像的主观质量评价,并且针对SEM图像的模糊失真和对比度失真这两种常见的失真类型进行客观评价,提出了两种无参考质量评价方法,主要的研究工作如下:一、图像质量评价的研究旨在设计与人类主观评分密切相关的图像质量度量。为了研究SEM图像的质量评价问题,本文首先建立了一个扫描电镜图像的数据库。从中国矿业大学现代分析与计算中心实验室采集了650幅不同类型失真的扫描电镜图像,总共有50组不同的图像内容,每一组包含13幅图像,这些图像的失真都是在拍摄的过程中产生的;接着,基于MATLAB建立了一个交互式平台,对30名实验者进行培训,然后在正常情况下让他们对SEM图像进行主观感知实验;最后,再对30名实验者得到的实验数据进行处理,利用置信区间对实验数据中出现的异常值进行去除,求取剩余有效值的平均值作为各SEM图像的平均意见分数(MOS)。MOS值对于研究扫描电镜图像的无参考质量评价具有重要的指导意义。二、由于SEM图像是灰度图像,并且它们的背景和显示的物体表面均比较暗淡,这就造成了SEM图像暗原色中的低通道值。此外,暗通道先验对由模糊过程引起的图像变化非常敏感。模糊图像具有较少的暗通道信息,并且不同程度的模糊图像在暗通道图中具有明显的差异。受上述启发,本文提出了一种基于暗通道先验的扫描电镜图像清晰度无参考评价方法。首先,提取SEM模糊图像的暗通道图;接着,由于通常以边缘的扩展作为模糊的特征,所以提取暗通道图的边缘;然后,通过基于加权二乘法的滤波器对提取的边缘进行保边去噪;最后,把保边去噪后图像的最大梯度和平均梯度的加权作为最终的清晰度分数。SEM模糊图像数据库的实验结果表明,所提出的算法能准确地评价SEM模糊失真图像的质量,能够与人眼的主观评价保持高度的一致性。三、人眼在感知视觉场景的时候具有多尺度的特性。本文利用人眼的这种特性,建立了一种基于多尺度特征表达的扫描电镜图像对比度失真的无参考质量评价模型。首先从四个尺度空间计算SEM对比度失真图像的奇异值,并且计算奇异值的相似度作为一类特征;然后提取SEM对比度失真图像的一维熵和二维熵来反映图像灰度分布的聚集特征和空间特征;再结合Log-Gabor滤波器响应的特征,总共提取了10个有效的特征;把提取的特征结合MOS值利用支持向量机(SVM)训练回归模型;最后利用回归模型来预测SEM对比度失真图像的质量分数。实验结果表明,该方法能有效地评价SEM对比度失真图像的质量,优于现有主流的全参考质量评价方法和无参考质量评价方法。