• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Canadian journal of electrical and computer engineering >A new quality metric based on just-noticeable difference, perceptual regions, edge extraction and human vision
【24h】

A new quality metric based on just-noticeable difference, perceptual regions, edge extraction and human vision

机译：基于差异明显，感知区域，边缘提取和人眼的新质量指标

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Several human visual system (HVS)-based quality metrics have been developed in recent years to measure the quality distortions caused by digital image coding techniques. Because of the complicated nature of the HVS characteristics, these metrics do not provide acceptable correlation with perceptual evaluations of the distortion. Recent studies by the Visual Quality Experts Group (VQEG) also show that the current HVS-based techniques do not provide a clear advantage over a mathematically defined technique such as mean square error (MSE). Therefore, this paper proposes a new quality metric based on just-noticeable-difference threshold characteristics in the perceptual regions (dark, De Vries-Rose, Weber and saturation regions), extraction of visually important edge details and human vision (low-level and high-level vision). Families of perceptual weights that are suitable for digitally compressed images with different distortions are generated, using compressed versions of a gradient image as stimuli and human observers in a subjective test. The simulations show that the proposed metric successfully measures the quality distortion and provides high correlation with both mathematical and HVS-based measures.%Plusieurs métriques de qualité basées sur le système visuel humain (SVH) ont été développées dans les dernières années afin de mesurer la qualité des distorsions causées par les techniques de codage d'images numériques. À cause de la nature compliquée des caractéristiques du SVH, ces métriques ne fournissent pas une corrélation acceptable avec les évaluations de perception de la distorsion. Des études récentes du Groupe d'Experts sur la Qualité Visuelle (GEQV) montrent aussi que les techniques actuelles basées sur le SVH n'offrent pas un avantage clair sur une technique mathématique comme l'erreur carrée moyenne (ECM). Nous proposons donc une nouvelle métrique de qualité basée sur les caractéristiques du seuil de la différence à peine perceptible dans les régions de perception (foncé, De Vries-Rose, Weber et régions de saturation), l'extraction de détails de bords visuellement importants et la vision humaine (la vision bas et haut niveau). L'on génère des familles de poids perceptuels, qui sont appropriés pour des images compressées numériquement avec des distorsions différentes, en utilisant des versions compressées d'une image-gradient comme stimuli et des observateurs humains dans un test subjectif. Les simulations montrent que la métrique proposée mesure avec succès la qualité de la distorsion et fournit une corrélation élevée avec des mesures mathématiques et basées sur le SVH.
机译：近年来，已经开发了几种基于人类视觉系统（HVS）的质量度量标准，以测量由数字图像编码技术引起的质量失真。由于HVS特性的复杂性，这些度量与失真的感知评估无法提供可接受的相关性。视觉质量专家组（VQEG）的最新研究还表明，与基于数学定义的技术（例如均方误差（MSE））相比，当前基于HVS的技术没有明显的优势。因此，本文提出了一种新的质量指标，该指标基于感知区域（深色，De Vries-Rose，Weber和饱和区域）的明显差异阈值特征，视觉上重要的边缘细节和人类视觉（低水平区域和人眼区域）的提取高层视野）。在主观测试中，使用梯度图像的压缩版本作为刺激和人类观察者，生成了适用于具有不同失真的数字压缩图像的感知权重系列。仿真结果表明，所提出的度量标准成功地测量了质量失真，并与基于数学和基于HVS的度量标准提供了高度的相关性。基于SVAIN的Human系统质量定律（SVH）以及désveloppéesdans lesdernièresannéesafin de mesur高质量的因果分解技术，用于数字图像的编码。 SVH的自然主义综合论证是，由于互不相关而引起的相互歧视，可以对畸变感知进行平均评估。法国质量监督专家组（GEQV）的蒙特伦·奥西·克雷斯技术学院和SVH的高级技术学院都在数学技术上发挥了重要的作用。辨证论证的基本原则（例如，《德·弗里斯-罗斯》，《韦伯》和《饱和度》），《重要的证据提取》 la vision humaine（la vision bas et haut niveau）。 L'ongénèredes familles de poids perceptuels，qui antappropriéspour des imagecompresséesnuméiqueiqueavec desdistéstionsdifférentes，en utilisant descompresséd'une image-gradient comme stimuli et des observateurs humains。模拟蒙特雷·魁北克的建议书失真和质量的相互关系SVH的数学和基础的保证

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

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