發(fā)布時間：2023-03-04 06:13

　　圖像和視頻作為信息傳遞的主要方式之一,在獲取和傳輸?shù)倪^程中可能會引入不同類型的失真,這些失真會影響圖像和視頻的質(zhì)量。失真類型有多種,其中模糊是最常見的失真類型。針對圖像和視頻中存在的模糊失真,以及現(xiàn)有相關(guān)算法的缺點,本文首先提出了一種有效的模糊圖像質(zhì)量評價算法,然后,將模糊圖像質(zhì)量評價算法應用到視頻去模糊中,提出了一種有效的視頻去模糊算法。本文主要的研究工作如下:(1)針對目前模糊圖像質(zhì)量評價算法不能同時在合成模糊圖像庫和真實模糊圖像庫上有很好效果的問題,本文提出一種基于奇異值響應函數(shù)(Response Function of Singular Values,RFSV)的模糊圖像質(zhì)量評價算法。該算法在兩類圖像庫上都表現(xiàn)出很好的性能。算法包括四個步驟:首先,分別計算失真圖像的灰度圖、梯度圖和顯著性圖。顯著性圖通過尺度不變特征變換(Scale-Invariant Feature Transform,SIFT)得到,并將灰度圖、梯度圖和顯著性圖分成相等大小的圖像塊;其次,將梯度圖的圖像塊轉(zhuǎn)換到離散余弦變換(Discrete Cosine Tra-nsform,DCT)域,并在 DCT 域中設...

【文章頁數(shù)】：71 頁

【學位級別】：碩士

【文章目錄】：
詳細摘要
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 模糊圖像質(zhì)量評價算法
        1.2.2 視頻去模糊算法
    1.3 本文主要工作
    1.4 本文結(jié)構(gòu)安排
第二章 本文相關(guān)技術(shù)概述
    2.1 模糊圖像質(zhì)量評價經(jīng)典算法
        2.1.1 基于圖像空域信息的方法
        2.1.2 基于圖像頻域信息的方法
        2.1.3 基于圖像特征點的方法
    2.2 視頻去模糊經(jīng)典算法
        2.2.1 基于幾何的方法
        2.2.2 基于深度學習的方法
    2.3 標準數(shù)據(jù)庫和性能指標
        2.3.1 標準數(shù)據(jù)庫
        2.3.2 性能指標
    2.4 本章小結(jié)
第三章 基于奇異值響應函數(shù)的模糊圖像質(zhì)量評價算法
    3.1 引言
    3.2 算法原理
        3.2.1 SIFT與HVS
        3.2.2 算法流程圖
    3.3 算法步驟
        3.3.1 計算灰度圖和梯度圖
        3.3.2 計算每一個圖像塊的RFSV
        3.3.3 計算每一個圖像塊的方差和DCT域熵
        3.3.4 計算每一個圖像塊的權(quán)重
    3.4 實驗結(jié)果與分析
        3.4.1 實驗環(huán)境與參數(shù)設置
        3.4.2 對比實驗與分析
    3.5 本章小結(jié)
第四章 基于運動矢量的視頻去模糊算法
    4.1 引言
    4.2 算法流程
        4.2.1 算法思想
        4.2.2 算法流程圖
    4.3 算法步驟
        4.3.1 定位視頻中的模糊區(qū)域
        4.3.2 基于運動矢量的最優(yōu)候選塊搜索
        4.3.3 單個圖像塊的修復
        4.3.4 整個視頻幀的修復
    4.4 實驗結(jié)果與分析
        4.4.1 實驗環(huán)境與參數(shù)設置
        4.4.2 對比實驗與分析
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 未來展望
致謝
參考文獻
附錄



本文編號：3753864