隨著信息技術(shù)的發(fā)展,數(shù)字圖像在日常生產(chǎn)生活中的應(yīng)用無(wú)處不在。在進(jìn)行圖像通信的各個(gè)環(huán)節(jié)可能引入各類失真,造成圖像質(zhì)量損失,干擾人的主觀感知。為了應(yīng)對(duì)不同應(yīng)用場(chǎng)景對(duì)圖像質(zhì)量的要求,需要建立高效的客觀質(zhì)量評(píng)價(jià)機(jī)制,模擬人類視覺(jué)系統(tǒng)（Human Visual System,HVS）的主觀感知過(guò)程。現(xiàn)有的大多數(shù)客觀評(píng)價(jià)方法只針對(duì)彩色圖像的亮度分量進(jìn)行處理,忽略顏色信息對(duì)圖像質(zhì)量感知的影響。在客觀評(píng)價(jià)方法中引入顏色信息能夠獲得更好的評(píng)價(jià)性能,本文提出了兩種彩色圖像質(zhì)量評(píng)價(jià)方法:（1）基于兩級(jí)尺度特征相似性加權(quán)的全參考彩色圖像質(zhì)量評(píng)價(jià)方法。單一尺度上的特征只能刻畫(huà)某些HVS特性,對(duì)圖像質(zhì)量的表征能力有限。本文設(shè)計(jì)了一種基于兩級(jí)尺度特征相似性加權(quán)的質(zhì)量指標(biāo)（Two Scale Feature Similarity Weighted Quality Index,TSFSWQI）,首先轉(zhuǎn)換顏色空間,分離亮度和顏色分量;再基于像素尺度提取多種特征,經(jīng)過(guò)融合、加權(quán)、取均值等操作得到該尺度上的相似性度量;然后基于圖像尺度提取統(tǒng)計(jì)特征,構(gòu)造特征向量,計(jì)算特征向量的歐氏距離作為該尺度上的相似性度量;最后加權(quán)兩級(jí)尺度... 

【文章來(lái)源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：77 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

主觀評(píng)價(jià)的一般流程

圖 2-2 部分參考圖像質(zhì)量評(píng)價(jià)方法框架圖研究發(fā)現(xiàn) HVS 有視覺(jué)注意機(jī)制，進(jìn)行細(xì)節(jié)感知時(shí)會(huì)專注于某一部分區(qū)域，因鍵區(qū)域相比其它區(qū)域?qū)D像質(zhì)量評(píng)價(jià)的影響更大。正是受到這一點(diǎn)的啟發(fā)，西子科技大學(xué) Wu 等人[63]提出一種基于顯著性變化的 RR IQA 模型，進(jìn)一步改進(jìn)R IQA 模型與主觀感知的一致性。首先采用顯著性值標(biāo)注關(guān)鍵區(qū)域，并生成基于方向模式的局部顯著性加權(quán)直方圖(Local Saliency Weighted Histogram，LSWH 于圖像內(nèi)容提�。唤酉聛�(lái)，考慮到強(qiáng)失真可能改變參考圖像與失真圖像之間的性區(qū)域，利用每個(gè)視覺(jué)方向模式的顯著性生成全局顯著性直方圖(Global Salienased Histogram，GSBH)；最后結(jié)合 LSWH 和 GSBH 的差異量化加權(quán)得到質(zhì)量評(píng)分.3 無(wú)參考圖像質(zhì)量評(píng)價(jià)無(wú)參考圖像質(zhì)量評(píng)價(jià)(NR IQA)旨在基于失真圖像本身預(yù)測(cè)感知質(zhì)量，而不需

圖像質(zhì)量這一過(guò)程的模擬。為了新的全參考彩色圖像質(zhì)量評(píng)價(jià)方 標(biāo) (Two Scale Feature Similarity 綜合考慮亮度和顏色分量的特征一方面分別基于像素尺度和圖像尺，由兩級(jí)尺度上的特征來(lái)共同表加權(quán)，作為最終失真圖像的 TSFS像之間由不同失真類型和失真程I 與人眼感知的一致性較高，對(duì)多流程QI 算法實(shí)現(xiàn)流程如圖 3-1 所示，主

【參考文獻(xiàn)】：
期刊論文
[1]圖像質(zhì)量評(píng)價(jià)綜述[J]. 劉書(shū)琴,毋立芳,宮玉,劉興勝.  中國(guó)科技論文在線. 2011(07)

碩士論文
[1]基于相位一致性和局部熵的無(wú)參考圖像質(zhì)量評(píng)價(jià)方法研究[D]. 趙茂錚.北京郵電大學(xué) 2016



本文編號(hào)：3071249