隨著多媒體技術(shù)的蓬勃發(fā)展和社交網(wǎng)絡(luò)工具的飛速普及,圖像作為視覺信息的來源和信息交流的載體被人們廣泛使用。圖像不可避免地在捕獲、存儲、傳輸、訪問等過程產(chǎn)生失真,其質(zhì)量的好壞直接影響到人們主觀感受和信息量獲取,因而圖像質(zhì)量評價(jià)技術(shù)也在近20年成為圖像處理領(lǐng)域的研究熱點(diǎn)。圖像質(zhì)量客觀評價(jià)是指通過設(shè)計(jì)有效的算法使計(jì)算機(jī)能夠模仿人類視覺系統(tǒng)自動(dòng)地預(yù)測圖像質(zhì)量。其中,盲圖像質(zhì)量評價(jià)是指在沒有原始參考圖像的情況下可以對任意失真類型圖像質(zhì)量進(jìn)行預(yù)測。絕大多數(shù)實(shí)際場景無法獲取參考圖像,加上現(xiàn)實(shí)圖像內(nèi)容的千變?nèi)f化,盲圖像質(zhì)量評價(jià)彰顯出極高的研究意義和應(yīng)用價(jià)值。本文圍繞圖像特征提取模型、質(zhì)量預(yù)測模型、實(shí)驗(yàn)驗(yàn)證三個(gè)方面展開,從碼本學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等方向深入地研究了盲圖像質(zhì)量評價(jià)技術(shù),旨在提高算法的主客觀一致性。本文的研究內(nèi)容大致分為以下兩個(gè)部分:第一部分研究基于稀疏表達(dá)的碼本學(xué)習(xí)式盲圖像質(zhì)量評價(jià)方法。首先,用顯著性局部描述子構(gòu)建字典,有效剔除冗余信息,增強(qiáng)字典的表達(dá)能力,在減少字典基數(shù)的同時(shí)可以保證特征表達(dá)更為精確。然后,以稀疏表達(dá)系數(shù)量化圖像失真程度,并對稀疏表達(dá)系數(shù)按奇異值分解構(gòu)建等能量子系數(shù)矩陣,形成系數(shù)... 

【文章來源】：武漢大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１．１盲圖像質(zhì)量評價(jià)技術(shù)實(shí)際應(yīng)用舉例??具體到實(shí)處，２０１７年科技部規(guī)劃的人工智能開放創(chuàng)新平臺中：百度公司的??

圖１．４圖像質(zhì)量及其評價(jià)方式??通過對全參考算法和部分參考算法的研宄發(fā)現(xiàn)，對原始圖像的依賴，使得相??關(guān)算法計(jì)算原理簡單、魯棒性強(qiáng)且準(zhǔn)確性高

圖２．２信號稀疏編碼示意圖??


本文編號：3427555