首页> 中文学位 >基于视觉感知的客观图像质量评估算法研究
【6h】

基于视觉感知的客观图像质量评估算法研究

代理获取

目录

声明

目 录

第 1 章 绪 论

1.1 研究背景及意义

1.2 国内外研究历史与现状

1.3 论文主要工作和结构安排

1.4 论文研究内容

第 2 章 全参考图像质量评估

2.1 视觉系统特性

2.1.1 掩蔽效应

2.1.2 对比敏感度特性

2.1.3 颜色空间

2.2 局部特征提取

2.2.1 结构特征

2.2.2 纹理特征

2.2.3 颜色特征

2.3 特征相似度度量

2.4 池化 Pooling 策略

2.4.1 Minkoski Pooling

2.4.2 基于局部失真的 Pooling

2.4.3 基于显著性的 Pooling

2.4.4 基于对象的 Pooling

2.5 总结

第 3 章 奇异值分解与透射图

3.1 奇异值分解

3.1.1 奇异向量矩阵与图像结构

3.1.2 奇异值与图像亮度

3.2透射图

3.2.1 大气散射模型

3.2.1 透射图与失真图像关系

3.3总结

第 4 章 基于透射图的加权奇异值分解图像评估方法

4.1 加权奇异值分解构图

4.2 基于暗通道的透射图估计

4.3 局部特征提取及相似度计算

4.4 池化 Pooling

4.5总结

第 5 章 实验及分析

5.1 图像数据库

5.2 性能评估指标

5.3 实验性能

结 论

参考文献

致 谢

展开▼

摘要

客观图像质量评估是在人类视觉系统(HVS)的基础上,运用数学和计算理论对输出图像的好坏使用计算机或者电子设备进行评估。怎么能够结合人类眼睛视觉功能的感知特性,从图像提取独特的图像特征来评估失真图像的质量好坏,是图像处理领域的一个经典内容。论文根据人眼对图像结构和纹理更为敏感的视觉特性的,提出一种新的基于奇异值加权重建和透射图相结合的全参考图像质量评估方法。具体创新如下:  与普通的客观图像质量评估算法不同的是,直接在原始图像提取局部特征,论文构建图像的加权奇异值(SVD)重建透射图,并从中提取局部信息。为凸显图像的结构信息,先对图像进行SVD分解,随后对子图像进行加权重建,为更好地提取图像的纹理和对比度特征,论文进一步将加权重建图像和透射图相结合,从其透射图上提取局部特征。  在局部特征提取时使用了具有亮度和色度信息的LMN色彩空间,论文根据奇异值对图像对比度的敏感,将图像分成4*4的局部区域块,提取局部区域亮度通道L的第二到第四个奇异值,将其作为对比度特征,提取L的左右奇异向量作为纹理特征,并从M、N两个颜色通道提取色彩特征,分别计算三种特征相似度,在pooling时将各分量组合,并使用奇异值代替空间频率的对比度敏感函数Wc计算,得到最终的图像质量评估得分。  论文所提出的方法在四大数据库(TID2013、TID2008、LIVE和CSIQ)上进行了评估,并与其他九种流行的全参考图像质量评估方法进行了对比,实验结果表明,论文提出的方法表现出了较好的综合性能,尤其是对高频噪声、高斯模糊、非偏模式噪声、乘性高斯噪声等失真类型评估效果较好。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号