本文關(guān)鍵詞：基于自然場景統(tǒng)計(jì)的無參考圖像質(zhì)量評價(jià)算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：人們主要通過圖像信息來獲得對外部世界的反饋,也成為人們進(jìn)行交流的主要方式。但圖像在獲取和傳輸時(shí)由于物理設(shè)備的差異以及圖像在加工和重構(gòu)過程中由于圖像處理算法的不同,都會影響圖像的質(zhì)量。故首要問題是對失真圖像質(zhì)量進(jìn)行有效評價(jià)。全參考圖像質(zhì)量評價(jià),部分參考圖像質(zhì)量評價(jià)以及無參考圖像質(zhì)量評價(jià)是失真圖像質(zhì)量評價(jià)的三個(gè)主要方法。由于無法明確圖像在獲取,傳輸及存儲的過程中引入何種失真類型,故在實(shí)際應(yīng)用中圖像的原始信息很難獲得,針對此問題,圖像質(zhì)量評價(jià)中的無參考圖像質(zhì)量評價(jià)算法無需借助任何原始參考圖像信息對失真圖像質(zhì)量進(jìn)行評價(jià)。本文針對自然圖像無參考型質(zhì)量評價(jià)方法這一科學(xué)問題進(jìn)行了深入研究。BIQI算法是基于兩步的、模塊化的無參考圖像質(zhì)量評價(jià)算法,BIQI算法首先對失真圖像進(jìn)行小波變換以獲得子帶因子,再采用廣義高斯分布模型對獲取的子帶因子進(jìn)行參數(shù)化。獲得的參數(shù)在3個(gè)尺度,3個(gè)方向組成一個(gè)18維向量,圖像的特征向量采用該18維向量表示。再采用支持向量機(jī)及特征向量對圖像庫中的失真圖像(JPEG2000,JPEG,WN,G Blur,FF)進(jìn)行分類;最后使用特征向量同帶有徑向基核函數(shù)的支持向量機(jī)擬合來計(jì)算圖像質(zhì)量。但是該方法對于評價(jià)JPEG2000壓縮失真圖像和快速衰減Fast Fading失真圖像與主觀得分DMOS差距較大；而且與全參考圖像質(zhì)量評價(jià)算法PSNR相比并不優(yōu)。本文在研究BIQI無參考圖像質(zhì)量評價(jià)算法的基礎(chǔ)上,針對JPEG2000類型失真圖像和Fast Fading類型失真圖像質(zhì)量評價(jià)問題,在進(jìn)行深入研究與分析后,本文提出基于自然場景統(tǒng)計(jì)的無參考圖像質(zhì)量評價(jià)算法。主要工作和取得的成果如下：(1)基于小波域的自然場景統(tǒng)計(jì)無參考圖像質(zhì)量評價(jià)算法。將BIQI算法中評價(jià)JPEG2000壓縮失真圖像質(zhì)量這一模塊,采用基于小波域的自然場景統(tǒng)計(jì)評價(jià)方法,該方法預(yù)測圖像質(zhì)量是通過比較失真圖像與參考圖像之間的偏離程度來進(jìn)行。采用該算法獲取每個(gè)子帶中的2個(gè)閾值,并以此獲得4個(gè)經(jīng)驗(yàn)概率,分別對應(yīng)位于4個(gè)象限的預(yù)測系數(shù)對。最后采用加權(quán)求和方式得到最終的JPEG2000壓縮失真圖像質(zhì)量。(2)基于空域的自然場景統(tǒng)計(jì)無參考圖像質(zhì)量評價(jià)算法。將BIQI算法中評價(jià)Fast Fading失真圖像質(zhì)量這一模塊,采用基于空域的自然場景統(tǒng)計(jì)評價(jià)方法。圖像失真情況由局部歸一化亮度因子中的NSS特性來度量,再通過GGD和AGGD中提取的18個(gè)參數(shù)來評估,由于在不同尺度上,失真對圖像的影響是不同的,因此在2個(gè)尺度上,一共可以提取36個(gè)參數(shù),最后Fast Fading失真圖像的質(zhì)量由SVM和SVR擬合得出。(3)本文中的圖像數(shù)據(jù)庫采用LIVE圖像數(shù)據(jù)庫,該圖像庫由JPEG2000(1-227), JPEG (1-233), WN (1-174), G blur (1-174)和Fast Fading (1-174)共5類982幅失真圖像以及29幅未失真原始參考圖像組成,在Matlab2013a環(huán)境下進(jìn)行實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明：改進(jìn)后的算法在評價(jià)LIVE整個(gè)數(shù)據(jù)庫中982幅失真圖像時(shí),優(yōu)于原BIQI算法,特別是提高了對JPEG2000和Fast Fading失真類型圖像的評價(jià)質(zhì)量,更加接近于人類主觀得分DMOS值。
【關(guān)鍵詞】：圖像質(zhì)量評價(jià) 自然場景統(tǒng)計(jì) 小波域 空域 主觀得分
【學(xué)位授予單位】：安徽大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要3-5
• Abstract5-9
• 第一章 緒論9-16
• 1.1 研究背景及意義9-10
• 1.2 研究進(jìn)展與趨勢10-14
• 1.2.1 全參考圖像質(zhì)量評價(jià)方法11-12
• 1.2.2 部分參考圖像質(zhì)量評價(jià)方法12-13
• 1.2.3 無參考圖像質(zhì)量評價(jià)方法13-14
• 1.3 論文主要工作及組織結(jié)構(gòu)14-16
• 第二章 圖像質(zhì)量評價(jià)基礎(chǔ)16-24
• 2.1 峰值信噪比16
• 2.2 自然圖像中常見失真類別16-19
• 2.3 自然場景統(tǒng)計(jì)特性19-21
• 2.3.1 自相似性19-20
• 2.3.2 非高斯性20
• 2.3.3 邊緣主導(dǎo)性20
• 2.3.4 高維奇特性20-21
• 2.4 圖像質(zhì)量評價(jià)算法性能指標(biāo)21-23
• 2.4.1 主觀評價(jià)指標(biāo)21-22
• 2.4.2 客觀評價(jià)指標(biāo)22-23
• 2.5 小結(jié)23-24
• 第三章 小波域與空域基礎(chǔ)知識24-35
• 3.1 小波變換理論24-31
• 3.1.1 連續(xù)小波變換24-25
• 3.1.2 離散小波變換25-27
• 3.1.3 正交小波27-28
• 3.1.4 多分辨率分析28-29
• 3.1.5 小波構(gòu)造29-31
• 3.2 空域31-34
• 3.2.1 歸一化亮度系數(shù)31-32
• 3.2.2 空域自然場景統(tǒng)計(jì)信息特征提取32-34
• 3.3 小結(jié)34-35
• 第四章 基于自然場景統(tǒng)計(jì)的無參考圖像質(zhì)量評價(jià)算法研究35-54
• 4.1 基于兩階段框架實(shí)現(xiàn)的圖像質(zhì)量評價(jià)算法35-45
• 4.1.1 BIQI兩步框架35-36
• 4.1.2 失真圖像統(tǒng)計(jì)36
• 4.1.3 BIQI實(shí)驗(yàn)與分析36-45
• 4.2 基于NSS的無參考圖像質(zhì)量評價(jià)算法45-53
• 4.2.1 自然場景統(tǒng)計(jì)45
• 4.2.2 JPEG2000壓縮失真圖像質(zhì)量45-46
• 4.2.3 Fast Fading失真圖像質(zhì)量46-48
• 4.2.4 實(shí)驗(yàn)結(jié)果與分析48-53
• 4.3 小結(jié)53-54
• 第五章 總結(jié)與展望54-56
• 5.1 總結(jié)54-55
• 5.2 展望55-56
• 參考文獻(xiàn)56-61
• 致謝61-62
• 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文情況62

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前2條

1 樓斌;沈海斌;趙武鋒;嚴(yán)曉浪;;基于自然圖像統(tǒng)計(jì)的無參考圖像質(zhì)量評價(jià)[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2010年02期

2 王秀君;林小竹;史立勇;;小波分析在數(shù)字圖像處理中的應(yīng)用[J];北京石油化工學(xué)院學(xué)報(bào);2006年02期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 王杰;通用型無參考的圖像質(zhì)量評價(jià)算法的研究[D];北京郵電大學(xué);2015年

  本文關(guān)鍵詞：基于自然場景統(tǒng)計(jì)的無參考圖像質(zhì)量評價(jià)算法研究，，由筆耕文化傳播整理發(fā)布。

本文編號：460108