隨著科技信息與互聯(lián)網(wǎng)應(yīng)用的普及,人們每天需要通過多種媒介例如圖像來獲取外部世界的反饋。唐卡作為藏族人民創(chuàng)造出的獨(dú)特繪畫形式,也因此成為中華民族的文物與瑰寶。隨著時(shí)間的推移,部分的唐卡由于保存不當(dāng)而產(chǎn)生的折痕和霉斑等因素,最終從而導(dǎo)致圖像質(zhì)量下降。對于唐卡圖像修復(fù)方法的研究也逐漸增加,然而其效果不盡相同�？紤]到歷史等客觀因素致使一部分唐卡圖像的完整原始信息很難獲取,故本文主要針對唐卡破損和修復(fù)圖像無參考質(zhì)量評價(jià)方法進(jìn)行探討,研究內(nèi)容如下:（1）針對唐卡破損圖像,在對唐卡色彩與人眼視覺特性結(jié)合的基礎(chǔ)上,提出一種基于超像素的無參考唐卡破損圖像質(zhì)量評價(jià)方法（A Completely Blind Image Quality Assessment of Damaged and Coloured Thangka Based on Superpixel,DCTIQA-SP）。首先,方法利用簡單線性迭代聚類超像素提取圖像中更符合人眼視覺特性的LAB色彩空間特征,并對圖像進(jìn)行基于色彩特征的超像素分割。然后,利用色彩熵進(jìn)一步量化圖像的色彩分布特征,初步計(jì)算出圖像的質(zhì)量評價(jià)分?jǐn)?shù)。其中,為解決破損唐卡數(shù)據(jù)集中數(shù)... 

【文章來源】：西北民族大學(xué)甘肅省

【文章頁數(shù)】：61 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 主觀圖像質(zhì)量評價(jià)方法
        1.2.2 客觀圖像質(zhì)量評價(jià)方法
    1.3 論文主要內(nèi)容及章節(jié)安排
第2章 唐卡圖像質(zhì)量評價(jià)基礎(chǔ)概述
    2.1 引言
    2.2 人類視覺系統(tǒng)
        2.2.1 視覺感官系統(tǒng)
        2.2.2 視覺處理系統(tǒng)
    2.3 唐卡圖像特性分析
        2.3.1 對稱特性
        2.3.2 色彩特性
        2.3.3 唐卡結(jié)構(gòu)特征
    2.4 唐卡圖像數(shù)據(jù)集及其評價(jià)指標(biāo)
        2.4.1 唐卡圖像數(shù)據(jù)集組成
        2.4.2 算法性能評價(jià)指標(biāo)
    2.5 小結(jié)
第3章 針對破損彩色唐卡圖像的無參考質(zhì)量評價(jià)方法
    3.1 引言
    3.2 算法設(shè)計(jì)與實(shí)現(xiàn)
        3.2.1 SLIC超像素分割
        3.2.2 基于超像素的無參考彩色唐卡圖像質(zhì)量評價(jià)方法
    3.3 實(shí)驗(yàn)結(jié)果與分析
        3.3.1 算法性能測試
        3.3.2 算法與MOS的相關(guān)性
        3.3.3 算法運(yùn)行時(shí)間比較
    3.4 小結(jié)
第4章 基于對稱特性的唐卡修復(fù)圖像質(zhì)量評價(jià)算法
    4.1 引言
    4.2 算法設(shè)計(jì)與實(shí)現(xiàn)
        4.2.1 對稱特征提取
        4.2.2 Harris角點(diǎn)特征提取
        4.2.3 評價(jià)指標(biāo)及其均衡化
    4.3 實(shí)驗(yàn)結(jié)果與分析
        4.3.1針對不同修復(fù)算法與不同程度修復(fù)圖像的實(shí)驗(yàn)
        4.3.2 算法性能測試
        4.3.3 算法與MOS的相關(guān)性
        4.3.4 算法運(yùn)行時(shí)間比較
    4.4 小結(jié)
第5章 唐卡圖像無參考質(zhì)量評價(jià)系統(tǒng)設(shè)計(jì)
    5.1 系統(tǒng)設(shè)計(jì)目標(biāo)
    5.2 系統(tǒng)設(shè)計(jì)流程
    5.3 模塊設(shè)計(jì)
        5.3.1 預(yù)處理模塊
        5.3.2 圖像分割模塊
        5.3.3 特征提取模塊
    5.4 系統(tǒng)測試
    5.5 小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
在校期間科學(xué)研究成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]卷積神經(jīng)網(wǎng)絡(luò)結(jié)合深度森林的無參考圖像質(zhì)量評價(jià)[J]. 陳寅棟,李朝鋒,桑慶兵.  激光與光電子學(xué)進(jìn)展. 2019(11)
[2]四元數(shù)譜余量彩色圖像質(zhì)量評價(jià)[J]. 岳靖,劉國軍,付浩.  激光與光電子學(xué)進(jìn)展. 2019(03)
[3]基于粗糙數(shù)據(jù)推理的Criminisi圖像修復(fù)算法[J]. 周寧,朱昭昭.  激光與光電子學(xué)進(jìn)展. 2019(02)
[4]唐卡圖像修復(fù)綜述[J]. 唐守亮,劉曉靜,劉志強(qiáng).  軟件導(dǎo)刊. 2018(09)
[5]基于總變分模型的改進(jìn)圖像修復(fù)算法[J]. 杜閃閃,韓超.  激光與光電子學(xué)進(jìn)展. 2018(07)
[6]基于樣塊改進(jìn)的圖像修復(fù)算法[J]. 王一卜,白艷萍.  火力與指揮控制. 2017(03)
[7]基于色彩飽和度在立體色分法中立體視覺感知的研究[J]. 潘璋敏,劉璐,徐小荷,鳳來,魏筠瑤.  中國傳媒科技. 2016(08)
[8]色彩復(fù)原圖像的質(zhì)量評價(jià)方法[J]. 李娜,周蓬勃,耿國華,賈暉.  計(jì)算機(jī)應(yīng)用. 2016(06)
[9]唐卡繪畫中色彩的運(yùn)用特點(diǎn)及規(guī)律[J]. 寧小慶.  藝術(shù)科技. 2016(04)
[10]色彩熵在圖像質(zhì)量評價(jià)中的應(yīng)用[J]. 徐琳,陳強(qiáng),汪青.  中國圖象圖形學(xué)報(bào). 2015(12)

博士論文
[1]基于HVS的主客觀圖像質(zhì)量評價(jià)方法研究[D]. 楊曦晨.南京理工大學(xué) 2018
[2]基于非局部信息的圖像恢復(fù)和圖像質(zhì)量評價(jià)[D]. 張選德.西安電子科技大學(xué) 2013

碩士論文
[1]基于多尺度多響應(yīng)的無參考圖像質(zhì)量評估研究與實(shí)現(xiàn)[D]. 李品.中國礦業(yè)大學(xué) 2019
[2]基于視覺感知的無參考圖像質(zhì)量評價(jià)及其優(yōu)化[D]. 肖欣.重慶郵電大學(xué) 2017
[3]基于數(shù)字水印的圖像質(zhì)量評價(jià)方法研究[D]. 康良成.江南大學(xué) 2015
[4]基于相似性的唐卡圖像修復(fù)方法研究[D]. 賈艷軍.西北民族大學(xué) 2015
[5]基于色彩空間的無參考圖像質(zhì)量評價(jià)研究[D]. 褚江.南京理工大學(xué) 2014
[6]綜合偏微分方程的唐卡圖像修復(fù)研究[D]. 盧小寶.西北民族大學(xué) 2011
[7]藏族唐卡藝術(shù)特色分析[D]. 丘寧.首都師范大學(xué) 2005



本文編號：3027017