【摘要】：圖像作為信息的重要載體,在現(xiàn)代人們生活當(dāng)中扮演了重要的角色。而圖像在獲取、存儲(chǔ)、壓縮、傳輸?shù)冗^程中,不可避免地會(huì)造成失真。最可靠的圖像質(zhì)量評(píng)價(jià)方法是人的主觀判斷,但其通常具有耗時(shí)性、昂貴性和不具有實(shí)時(shí)性的特點(diǎn)。因此人們研究的重點(diǎn)集中在了客觀圖像質(zhì)量評(píng)價(jià)方法的設(shè)計(jì)上�？陀^圖像質(zhì)量評(píng)價(jià)方法的目標(biāo)是設(shè)計(jì)出與人的主觀判斷一致的評(píng)價(jià)模型。依據(jù)對(duì)參考圖像(無失真的原圖像)的依賴程度,客觀圖像評(píng)價(jià)方法可以分為全參考圖像質(zhì)量評(píng)價(jià)、部分參考圖像質(zhì)量評(píng)價(jià)和無參考圖像質(zhì)量評(píng)價(jià)。全參考圖像質(zhì)量評(píng)價(jià)是在參考圖像可以完全獲取的情況下的評(píng)價(jià)方式。當(dāng)只可獲得參考圖像的部分信息時(shí),需要用到部分參考圖像質(zhì)量評(píng)價(jià)方法。而無參考圖像質(zhì)量評(píng)價(jià)則是在參考圖像完全不可獲取的情況下評(píng)價(jià)圖像的方法。本文分別針對(duì)全參考圖像質(zhì)量評(píng)價(jià)和無參考圖像質(zhì)量評(píng)價(jià)方法進(jìn)行了研究。主要工作概括如下：(1)全參考圖像質(zhì)量評(píng)價(jià)中的結(jié)構(gòu)相似度方法,主要通過局部的方式來產(chǎn)生基于特定特征的相似性圖,但是局部窗口的大小通常是固定的,這使得該類方法對(duì)圖像的邊緣區(qū)、紋理區(qū)和平滑區(qū)采取同樣的權(quán)重加權(quán),而忽略了人類視覺系統(tǒng)對(duì)這些區(qū)域的感知效果。為此,提出了基于感知分組策略的全參考圖像質(zhì)量評(píng)價(jià)方法。其通過自適應(yīng)窗口的方式,即通過感知分組技術(shù)使失真區(qū)域更具顯著性,來評(píng)價(jià)圖像質(zhì)量。其首先采用超像素的方法進(jìn)行感知分組,然后基于各分組的結(jié)構(gòu)相似性度量得到圖像的質(zhì)量。為此,文中實(shí)現(xiàn)了一種高效的聚類方法,并通過它對(duì)圖像進(jìn)行分組。該方法具有很好的泛化能力,表現(xiàn)在能同時(shí)處理灰度圖像、彩色圖像和醫(yī)學(xué)圖像,并且該方法也具有很低的時(shí)間復(fù)雜度。多個(gè)自然圖像數(shù)據(jù)庫和BrainWeb醫(yī)學(xué)數(shù)據(jù)庫的結(jié)果驗(yàn)證了方法的有效性。(2)全參考圖像質(zhì)量評(píng)價(jià)中的經(jīng)典工程類方法采用“特征提取——特征合并”的模式進(jìn)行評(píng)價(jià),因此人們研究的著眼點(diǎn)聚集在特征提取和特征合并兩部分。因此,如何選取視覺特征以及針對(duì)選擇的特征采用何種合并策略,變得尤其重要。通常的方法是在特征提取后通過簡單平均的合并方式得到圖像質(zhì)量。對(duì)比度作為視覺系統(tǒng)的底層特征,在人們認(rèn)識(shí)圖像等視覺信息的過程扮演了重要的角色。針對(duì)對(duì)比度特征,筆者認(rèn)為其與標(biāo)準(zhǔn)方差具有某種相關(guān)性,因?yàn)閮烧叩谋硐蠖际恰胺秶钡牧慷?即對(duì)比度表示灰度的變化范圍,而標(biāo)準(zhǔn)方差在圖像質(zhì)量的刻畫中可以看作是失真嚴(yán)重程度的變化范圍,而這種表象可能蘊(yùn)含了它們內(nèi)在的一種聯(lián)系。有趣地是,一系列實(shí)驗(yàn)驗(yàn)證了想法的合理性。而為了更好地探索這種聯(lián)系,采取了多尺度技術(shù),因?yàn)槿祟愐曈X系統(tǒng)通常具有多分辨率特性,即其分辨能力容易受到觀測距離、采樣頻率等因素的影響,與此同時(shí),自然圖像通常也具有多尺度性。總之,本文提出了基于多尺度的對(duì)比度相似方差的全參考圖像質(zhì)量評(píng)價(jià)方法。其首先在每個(gè)尺度上計(jì)算參考圖像和失真圖像的對(duì)比度相似圖,然后采用標(biāo)準(zhǔn)方差進(jìn)行合并,最后綜合各尺度的結(jié)果以形成圖像質(zhì)量的評(píng)價(jià)值。實(shí)驗(yàn)結(jié)果顯示該方法在與人的主觀一致性和計(jì)算效率方面表現(xiàn)出較好的性能。(3)基于自然場景統(tǒng)計(jì)的無參考圖像質(zhì)量評(píng)價(jià)方法通常用某個(gè)模型來表征圖像在某個(gè)變換域的系數(shù)分布,通過將該模型的參數(shù)作為特征以反映邊緣分布的變化�？紤]到人類視覺系統(tǒng)通常對(duì)圖像邊緣信息比較敏感,而邊緣可通過梯度得到很好的反映,并且注意到對(duì)數(shù)概率能較精確的反應(yīng)概率分布的非高斯特性,因此文中基于對(duì)數(shù)方向梯度的對(duì)數(shù)直方圖進(jìn)行研究,發(fā)現(xiàn)廣義拉普拉斯分布能很好地?cái)M合該直方圖,并且不同程度、不同類型的失真對(duì)該分布具有不同的偏離。通過對(duì)該直方圖的進(jìn)一步分析,文中在四個(gè)方向上分別提取了方差、峰度、差分熵和熵四個(gè)特征。這四個(gè)方向分別為水平、垂直、主對(duì)角和副對(duì)角的對(duì)數(shù)梯度方向�？紤]到自然圖像的多尺度性,以上特征分別在兩個(gè)尺度上提取。因此,對(duì)一幅圖像總共提取32個(gè)特征。在特征提取的基礎(chǔ)上,采用支持向量機(jī)回歸的方式將特征向量映射為最終圖像質(zhì)量評(píng)價(jià)值。多個(gè)自然圖像數(shù)據(jù)庫和一組醫(yī)學(xué)圖像數(shù)據(jù)的結(jié)果顯示,所提的基于梯度自然場景統(tǒng)計(jì)的無參考圖像質(zhì)量評(píng)價(jià)方法,同時(shí)具有預(yù)測的一致性和計(jì)算的高效性的特點(diǎn)。
【圖文】：

圖１－１圖像質(zhì)量評(píng)價(jià)的應(yīng)用領(lǐng)域逡逑１．２圖像質(zhì)量評(píng)價(jià)方法分類逡逑目前有很多種圖像質(zhì)量評(píng)價(jià)的分類方法ｔｉｓ－ｗ，本章將其歸成兩類Ｗ方便筆者陳述和讀者逡逑理解，目Ｐ，基于有無參考圖像的分類和基于評(píng)價(jià)方法論的分類。逡逑１．２．１基于有無參考圖像的分類逡逑根據(jù)有無參考圖像（Ｒｅｆｅｒｅｎｃｅ邋ｉｍａｇｅ）邋［ＡＷ，圖像質(zhì)量評(píng)價(jià)方法可分為全參考圖像質(zhì)逡逑量評(píng)價(jià)（ＦＲＪＱＡ，邋Ｆｕｌｌ－ｒｅｆｅｒｅｎｃｅ邋ｉｍａｇｅ邋ｑｕａｌｉｔｙ邋ａｓｓｅｓｓｍｅｎｔ）、部分參考圖像質(zhì)量評(píng)價(jià)（ＲＲ－ＩＱＡ，逡逑Ｒｅｄｕｃｅｄ－ｒｅｆｅｒｅｎｃｅ邋ｉｍａｇｅ邋ｑｕａ邋化ｙ邋ａｓｓｅｓｓｍｅｎｔ）和無參考（盲）圖像質(zhì)量評(píng)價(jià)（ＮＲ－ＩＱＡ，逡逑Ｎｏ－ｒｅｆｅｒｅｎｃｅ／ｂｌｉｎｄ邋ｉｍａｇｅ邋ｑｕａｌｉｔｙ邋ａｓｓｅｓｓｍｅｎｔ）。其分類圖如下所不：逡逑

邐民用邐軍用逡逑圖１－１圖像質(zhì)量評(píng)價(jià)的應(yīng)用領(lǐng)域逡逑１．２圖像質(zhì)量評(píng)價(jià)方法分類逡逑目前有很多種圖像質(zhì)量評(píng)價(jià)的分類方法ｔｉｓ－ｗ，本章將其歸成兩類Ｗ方便筆者陳述和讀者逡逑理解，目Ｐ，基于有無參考圖像的分類和基于評(píng)價(jià)方法論的分類。逡逑１．２．１基于有無參考圖像的分類逡逑根據(jù)有無參考圖像（Ｒｅｆｅｒｅｎｃｅ邋ｉｍａｇｅ）邋［ＡＷ，圖像質(zhì)量評(píng)價(jià)方法可分為全參考圖像質(zhì)逡逑量評(píng)價(jià)（ＦＲＪＱＡ，，邋Ｆｕｌｌ－ｒｅｆｅｒｅｎｃｅ邋ｉｍａｇｅ邋ｑｕａｌｉｔｙ邋ａｓｓｅｓｓｍｅｎｔ）、部分參考圖像質(zhì)量評(píng)價(jià)（ＲＲ－ＩＱＡ，逡逑Ｒｅｄｕｃｅｄ－ｒｅｆｅｒｅｎｃｅ邋ｉｍａｇｅ邋ｑｕａ邋化ｙ邋ａｓｓｅｓｓｍｅｎｔ）和無參考（盲）圖像質(zhì)量評(píng)價(jià)（ＮＲ－ＩＱＡ，逡逑Ｎｏ－ｒｅｆｅｒｅｎｃｅ／ｂｌｉｎｄ邋ｉｍａｇｅ邋ｑｕａｌｉｔｙ邋ａｓｓｅｓｓｍｅｎｔ）。其分類圖如下所不：逡逑３逡逑
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 顏彬;基于時(shí)域結(jié)構(gòu)的二值圖像質(zhì)量評(píng)價(jià)[J];湖南科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年03期

2 朱大龍;明軍;;基于結(jié)構(gòu)失真的圖像質(zhì)量評(píng)價(jià)方法的研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2006年03期

3 王濤;高新波;張都應(yīng);;一種基于內(nèi)容的圖像質(zhì)量評(píng)價(jià)測度[J];中國圖象圖形學(xué)報(bào);2007年06期

4 王體勝;高新波;路文;李廣東;;一種新的部分參考型圖像質(zhì)量評(píng)價(jià)方法[J];西安電子科技大學(xué)學(xué)報(bào);2008年01期

5 韋學(xué)輝;李均利;陳剛;;基于多元線性回歸的圖像質(zhì)量評(píng)價(jià)方法[J];中國圖象圖形學(xué)報(bào);2008年11期

6 楊琬;吳樂華;李淑云;范曄;;基于感興趣區(qū)域的圖像質(zhì)量評(píng)價(jià)方法[J];計(jì)算機(jī)應(yīng)用;2008年05期

7 孔月萍;姜楠;;一種基于色差的逆半調(diào)圖像質(zhì)量評(píng)價(jià)方法[J];微計(jì)算機(jī)信息;2008年12期

8 周景超;戴汝為;肖柏華;;圖像質(zhì)量評(píng)價(jià)研究綜述[J];計(jì)算機(jī)科學(xué);2008年07期

9 劉書華;滿家巨;張正;;一種基于結(jié)構(gòu)失真的圖像質(zhì)量評(píng)價(jià)方法[J];重慶文理學(xué)院學(xué)報(bào)(自然科學(xué)版);2009年01期

10 安雪晶;田媛;;無參考圖像質(zhì)量評(píng)價(jià)方法的設(shè)計(jì)原則[J];中國光學(xué)與應(yīng)用光學(xué);2009年02期

相關(guān)會(huì)議論文 前10條

1 王坤;高立群;;一種新的圖像質(zhì)量評(píng)價(jià)方法[A];2006中國控制與決策學(xué)術(shù)年會(huì)論文集[C];2006年

2 邵桂芳;李祖樞;劉恒;張昌勝;;基于視覺感知的融合圖像質(zhì)量評(píng)價(jià)[A];2003年中國智能自動(dòng)化會(huì)議論文集（下冊(cè)）[C];2003年

3 劉思倩;王玉霞;李晨;;高清非編系統(tǒng)中圖像質(zhì)量評(píng)價(jià)研究[A];圖像圖形技術(shù)研究與應(yīng)用2009——第四屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

4 趙剡;楊威;;一種基于邊緣特征的圖像質(zhì)量評(píng)價(jià)新方法[A];2006年全國光電技術(shù)學(xué)術(shù)交流會(huì)會(huì)議文集（D 光電信息處理技術(shù)專題）[C];2006年

5 張勇;;基于區(qū)域熵的融合圖像質(zhì)量評(píng)價(jià)方法[A];中國光學(xué)學(xué)會(huì)2011年學(xué)術(shù)大會(huì)摘要集[C];2011年

6 張維剛;劉純熙;黃慶明;蔣樹強(qiáng);;一種基于圖像質(zhì)量評(píng)價(jià)的視頻Dissolve檢測方法[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2011)論文集【oral】[C];2011年

7 劉江;蘇未曰;;基于人眼視覺特性的圖像質(zhì)量評(píng)價(jià)方法研究[A];中國地理信息系統(tǒng)協(xié)會(huì)第四次會(huì)員代表大會(huì)暨第十一屆年會(huì)論文集[C];2007年

8 何峻;趙明波;;激光雷達(dá)圖像質(zhì)量評(píng)價(jià)及系統(tǒng)仿真軟件構(gòu)建[A];中國系統(tǒng)工程學(xué)會(huì)第十八屆學(xué)術(shù)年會(huì)論文集——A12系統(tǒng)科學(xué)與系統(tǒng)工程理論在各個(gè)領(lǐng)域中的應(yīng)用研究[C];2014年

9 賀春瑋;王鵬;;一種有效的數(shù)字圖像質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)[A];2006北京地區(qū)高校研究生學(xué)術(shù)交流會(huì)——通信與信息技術(shù)會(huì)議論文集（上）[C];2006年

10 翁國疇;;CT圖像質(zhì)量評(píng)價(jià)和QC技術(shù)的探討[A];中華醫(yī)學(xué)會(huì)醫(yī)學(xué)工程學(xué)分會(huì)第二次醫(yī)學(xué)影像設(shè)備應(yīng)用技術(shù)研討會(huì)論文集[C];2001年

相關(guān)博士學(xué)位論文 前10條

1 高飛;學(xué)習(xí)盲圖像質(zhì)量評(píng)價(jià)方法研究[D];西安電子科技大學(xué);2015年

2 吳慶波;高效視頻編碼及其感知質(zhì)量評(píng)價(jià)理論與方法研究[D];電子科技大學(xué);2016年

3 馬彥鵬;基于壓縮感知的計(jì)算成像技術(shù)研究[D];中國科學(xué)院研究生院(上海技術(shù)物理研究所);2016年

4 顧錁;基于感知和統(tǒng)計(jì)模型的圖像質(zhì)量評(píng)價(jià)技術(shù)及應(yīng)用研究[D];上海交通大學(xué);2015年

5 陳仲珊;基于視覺注意機(jī)制的圖像顯示質(zhì)量研究[D];東南大學(xué);2016年

6 王同罕;圖像質(zhì)量評(píng)價(jià)若干問題研究[D];東南大學(xué);2016年

7 楊迪威;基于自然統(tǒng)計(jì)特性的圖像質(zhì)量評(píng)價(jià)方法研究[D];中國地質(zhì)大學(xué);2014年

8 桑慶兵;半?yún)⒖己蜔o參考圖像質(zhì)量評(píng)價(jià)新方法研究[D];江南大學(xué);2013年

9 劉德磊;基于分形分析的圖像質(zhì)量評(píng)價(jià)[D];華南理工大學(xué);2014年

10 楊楊;基于均勻色差空間擴(kuò)展的彩色圖像質(zhì)量評(píng)價(jià)研究[D];中國科學(xué)技術(shù)大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 嚴(yán)大衛(wèi);基于多核學(xué)習(xí)的無參考圖像質(zhì)量評(píng)價(jià)[D];江南大學(xué);2015年

2 汪青;色彩和人眼視覺系統(tǒng)對(duì)圖像質(zhì)量評(píng)價(jià)的影響研究[D];南京理工大學(xué);2015年

3 武越;海底云臺(tái)自動(dòng)清潔系統(tǒng)的設(shè)計(jì)[D];大連海事大學(xué);2015年

4 高迪;基于彩色圖像質(zhì)量評(píng)價(jià)與視覺感知的彩色圖像數(shù)字水印算法[D];山東大學(xué);2015年

5 閆曉葳;基于隨機(jī)森林的視網(wǎng)膜圖像質(zhì)量評(píng)價(jià)[D];山東大學(xué);2015年

6 周姣姣;無參考圖像質(zhì)量評(píng)價(jià)方法研究[D];西南科技大學(xué);2015年

7 丁晟;面向3D視頻終端的感知質(zhì)量預(yù)測模型研究[D];寧波大學(xué);2015年

8 李瑩;基于圖像質(zhì)量評(píng)價(jià)量的數(shù)字圖像盲取證研究[D];大連理工大學(xué);2015年

9 賀永潔;基于波前像差的圖像質(zhì)量評(píng)價(jià)方法的研究[D];河北工業(yè)大學(xué);2015年

10 熊潤生;基于雙目能量的3D圖像質(zhì)量評(píng)價(jià)方法研究[D];江南大學(xué);2015年

本文編號(hào)：2578523