基于視覺注意機(jī)制的無參考圖像質(zhì)量評(píng)價(jià)方法的研究
發(fā)布時(shí)間:2021-06-24 23:13
圖像是人們感知客觀世界的重要方式之一,越清晰的圖像所包含的信息越多,質(zhì)量就越好。但是,圖像在采集和處理的過程中經(jīng)常會(huì)因?yàn)楦鞣N原因而導(dǎo)致其質(zhì)量的下降或失真。為了準(zhǔn)確評(píng)價(jià)圖像的失真程度,以便進(jìn)行圖像增強(qiáng)、圖像壓縮等后續(xù)處理,客觀圖像質(zhì)量評(píng)價(jià)的研究變得越來越重要。通過仔細(xì)研究當(dāng)前的客觀圖像質(zhì)量評(píng)價(jià),可以發(fā)現(xiàn)大部分無參考IQA都忽略了人類視覺注意機(jī)制的應(yīng)用,而視覺注意機(jī)制理論上可以較大地提高質(zhì)量評(píng)價(jià)的性能。因此本文重點(diǎn)研究視覺注意機(jī)制相關(guān)的特性及其在客觀IQA領(lǐng)域的應(yīng)用,并給出了兩種從視覺注意方面考慮的無參考IQA方法。首先,本文在無參考圖像質(zhì)量評(píng)價(jià)方法CEIQ的基礎(chǔ)上進(jìn)行了改進(jìn),提出了一種針對(duì)對(duì)比度失真的IQA方法。主要從視覺注意方面來考慮影響對(duì)比度的因素,其一是從亮度信息統(tǒng)計(jì)方面來考慮,提取的特征有CEIQ原特征以及增加的標(biāo)準(zhǔn)差、直方圖能量和偏度。其二是從圖像色彩的影響方面考慮,提取的特征有顏色飽和度和色彩度。然后把提取的特征向量作為SVR模型的輸入來學(xué)習(xí)預(yù)測圖像的質(zhì)量評(píng)分。最后在CSIQ、CID2013和CCID2014數(shù)據(jù)庫中對(duì)本文改進(jìn)的模型進(jìn)行驗(yàn)證及分析。結(jié)果表明,與專門用于對(duì)比度變...
【文章來源】:重慶郵電大學(xué)重慶市
【文章頁數(shù)】:72 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
本文的組織結(jié)構(gòu)圖
重慶郵電大學(xué)碩士學(xué)位論文第2章圖像質(zhì)量評(píng)價(jià)基礎(chǔ)8目前已知的大部分失真類型都有對(duì)應(yīng)的處理方式。而客觀圖像質(zhì)量評(píng)價(jià)的目的之一就是將這些失真類型以及失真程度進(jìn)行量化,以便進(jìn)行后續(xù)的圖像處理。3.圖像質(zhì)量評(píng)價(jià)圖像質(zhì)量評(píng)價(jià)是圖像處理技術(shù)中比較基礎(chǔ)的研究,其對(duì)于各種圖像處理算法的分析和改進(jìn)都有非常重要的作用。隨著社會(huì)的發(fā)展和人們對(duì)高質(zhì)量圖像的需求,圖像質(zhì)量評(píng)價(jià)方法的研究變得越來越重要,近些年出現(xiàn)了許多非常實(shí)用的圖像或視頻質(zhì)量評(píng)價(jià)方法。圖像質(zhì)量評(píng)價(jià)分為主觀圖像評(píng)價(jià)方法和客觀圖像評(píng)價(jià)方法。主觀評(píng)價(jià)方法以人的主觀視覺感受為準(zhǔn),根據(jù)某些評(píng)分準(zhǔn)則對(duì)圖像進(jìn)行評(píng)價(jià)?陀^評(píng)價(jià)通常根據(jù)人類視覺系統(tǒng)或其他數(shù)學(xué)知識(shí)建立模型,對(duì)圖像進(jìn)行評(píng)價(jià)。本文的圖像質(zhì)量評(píng)價(jià)方法分類的框架如圖2.1所示。圖2.1圖像質(zhì)量評(píng)價(jià)方法分類2.2圖像質(zhì)量評(píng)價(jià)主觀方法人們通過自己的主觀視覺感受對(duì)圖像進(jìn)行評(píng)分,稱為圖像質(zhì)量評(píng)價(jià)主觀方法。主觀評(píng)價(jià)方法的實(shí)施需要遵循一些特定的標(biāo)準(zhǔn),比如國際電信聯(lián)盟(InternationalTelecommunicationUnion,ITU)準(zhǔn)則等。圖像質(zhì)量評(píng)價(jià)主觀方法以人為觀察者,觀察者的數(shù)量通常從幾十到幾千人不等,即每一幅測試圖像都有大量的主觀評(píng)分,圖像數(shù)據(jù)庫中的評(píng)分值通常是通過計(jì)算所有觀察者的主觀評(píng)分的平均值獲得的。
重慶郵電大學(xué)碩士學(xué)位論文第2章圖像質(zhì)量評(píng)價(jià)基礎(chǔ)14圖2.2基于特征提取的傳輸方式基于嵌入水印傳輸模式如圖2.3所示,這類方法研究的重點(diǎn)是半?yún)⒖紨?shù)字水印信息的傳輸。其一般思路是:首先,把原始圖像的某些特征作為數(shù)字水印隱藏在其中進(jìn)行傳輸,進(jìn)入失真通道的時(shí)候水印和圖像均有所失真,然后在接收端將失真圖像的水印和參考圖像的水印進(jìn)行比較,根據(jù)特征水印之間的差異來計(jì)算圖像的質(zhì)量分?jǐn)?shù)。如文獻(xiàn)[17],[18]就是采用的這種思路。圖2.3基于嵌入水印的傳輸方式與全參考IQA方法相比,RR-IQA方法的準(zhǔn)確率稍低,并且仍然需要原始參考圖像的部分信息。但總體來說,半?yún)⒖荚u(píng)價(jià)方法在減少傳輸信息量的同時(shí),還能使得其評(píng)價(jià)結(jié)果滿足人們的要求,是一種折中的辦法,因此在現(xiàn)實(shí)生活中具有不小的應(yīng)用價(jià)值。2.3.3無參考圖像質(zhì)量評(píng)價(jià)方法測試圖像質(zhì)量的時(shí)候完全不需要參考圖像的任何信息,只根據(jù)待測圖像的內(nèi)容就可以給出質(zhì)量評(píng)分的方法稱為無參考圖像質(zhì)量評(píng)價(jià)(NoReferenceImageQualityAssessment,NR-IQA)。相比于全參考和半?yún)⒖糏QA方法而言,無參考評(píng)價(jià)方法設(shè)計(jì)實(shí)現(xiàn)起來更加困難,主要是缺乏參考圖像進(jìn)行對(duì)比以及目前人們對(duì)圖像
【參考文獻(xiàn)】:
期刊論文
[1]無參考屏幕內(nèi)容圖像質(zhì)量評(píng)價(jià)[J]. 朱映映,曹磊,王旭. 軟件學(xué)報(bào). 2018(04)
[2]采用邊緣信息的屏幕圖像質(zhì)量評(píng)價(jià)[J]. 符穎,曾煥強(qiáng),倪張凱,陳婧,蔡燦輝. 信號(hào)處理. 2017(04)
[3]全參考圖像質(zhì)量評(píng)價(jià)綜述[J]. 褚江,陳強(qiáng),楊曦晨. 計(jì)算機(jī)應(yīng)用研究. 2014(01)
[4]基于Contourlet變換的質(zhì)降參考圖像質(zhì)量評(píng)價(jià)模型[J]. 蔣剛毅,王旭,楊鈾,郁梅. 光電子.激光. 2009(12)
[5]圖像質(zhì)量評(píng)價(jià)研究綜述[J]. 周景超,戴汝為,肖柏華. 計(jì)算機(jī)科學(xué). 2008(07)
[6]基于人眼視覺的結(jié)構(gòu)相似度圖像質(zhì)量評(píng)價(jià)方法[J]. 楊威,趙剡,許東. 北京航空航天大學(xué)學(xué)報(bào). 2008(01)
[7]一種基于視覺興趣性的圖象質(zhì)量評(píng)價(jià)方法[J]. 汪孔橋,沈蘭蓀,邢昕. 中國圖象圖形學(xué)報(bào). 2000(04)
碩士論文
[1]基于視覺感知的圖像質(zhì)量評(píng)價(jià)算法研究[D]. 曹欣.蘭州理工大學(xué) 2019
[2]圖像質(zhì)量客觀評(píng)價(jià)方法研究[D]. 張勝楠.北京交通大學(xué) 2016
[3]基于人眼視覺特性的圖像質(zhì)量評(píng)價(jià)方法研究[D]. 田金沙.西南科技大學(xué) 2016
[4]基于人眼視覺特性的圖像質(zhì)量評(píng)價(jià)方法研究[D]. 王智.蘭州大學(xué) 2016
[5]基于聲譜圖顯著性檢測的音頻識(shí)別[D]. 弓彥婷.合肥工業(yè)大學(xué) 2015
[6]基于視頻圖像顯著圖的感興趣區(qū)域提取方法研究[D]. 方相如.西安電子科技大學(xué) 2013
本文編號(hào):3248004
【文章來源】:重慶郵電大學(xué)重慶市
【文章頁數(shù)】:72 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
本文的組織結(jié)構(gòu)圖
重慶郵電大學(xué)碩士學(xué)位論文第2章圖像質(zhì)量評(píng)價(jià)基礎(chǔ)8目前已知的大部分失真類型都有對(duì)應(yīng)的處理方式。而客觀圖像質(zhì)量評(píng)價(jià)的目的之一就是將這些失真類型以及失真程度進(jìn)行量化,以便進(jìn)行后續(xù)的圖像處理。3.圖像質(zhì)量評(píng)價(jià)圖像質(zhì)量評(píng)價(jià)是圖像處理技術(shù)中比較基礎(chǔ)的研究,其對(duì)于各種圖像處理算法的分析和改進(jìn)都有非常重要的作用。隨著社會(huì)的發(fā)展和人們對(duì)高質(zhì)量圖像的需求,圖像質(zhì)量評(píng)價(jià)方法的研究變得越來越重要,近些年出現(xiàn)了許多非常實(shí)用的圖像或視頻質(zhì)量評(píng)價(jià)方法。圖像質(zhì)量評(píng)價(jià)分為主觀圖像評(píng)價(jià)方法和客觀圖像評(píng)價(jià)方法。主觀評(píng)價(jià)方法以人的主觀視覺感受為準(zhǔn),根據(jù)某些評(píng)分準(zhǔn)則對(duì)圖像進(jìn)行評(píng)價(jià)?陀^評(píng)價(jià)通常根據(jù)人類視覺系統(tǒng)或其他數(shù)學(xué)知識(shí)建立模型,對(duì)圖像進(jìn)行評(píng)價(jià)。本文的圖像質(zhì)量評(píng)價(jià)方法分類的框架如圖2.1所示。圖2.1圖像質(zhì)量評(píng)價(jià)方法分類2.2圖像質(zhì)量評(píng)價(jià)主觀方法人們通過自己的主觀視覺感受對(duì)圖像進(jìn)行評(píng)分,稱為圖像質(zhì)量評(píng)價(jià)主觀方法。主觀評(píng)價(jià)方法的實(shí)施需要遵循一些特定的標(biāo)準(zhǔn),比如國際電信聯(lián)盟(InternationalTelecommunicationUnion,ITU)準(zhǔn)則等。圖像質(zhì)量評(píng)價(jià)主觀方法以人為觀察者,觀察者的數(shù)量通常從幾十到幾千人不等,即每一幅測試圖像都有大量的主觀評(píng)分,圖像數(shù)據(jù)庫中的評(píng)分值通常是通過計(jì)算所有觀察者的主觀評(píng)分的平均值獲得的。
重慶郵電大學(xué)碩士學(xué)位論文第2章圖像質(zhì)量評(píng)價(jià)基礎(chǔ)14圖2.2基于特征提取的傳輸方式基于嵌入水印傳輸模式如圖2.3所示,這類方法研究的重點(diǎn)是半?yún)⒖紨?shù)字水印信息的傳輸。其一般思路是:首先,把原始圖像的某些特征作為數(shù)字水印隱藏在其中進(jìn)行傳輸,進(jìn)入失真通道的時(shí)候水印和圖像均有所失真,然后在接收端將失真圖像的水印和參考圖像的水印進(jìn)行比較,根據(jù)特征水印之間的差異來計(jì)算圖像的質(zhì)量分?jǐn)?shù)。如文獻(xiàn)[17],[18]就是采用的這種思路。圖2.3基于嵌入水印的傳輸方式與全參考IQA方法相比,RR-IQA方法的準(zhǔn)確率稍低,并且仍然需要原始參考圖像的部分信息。但總體來說,半?yún)⒖荚u(píng)價(jià)方法在減少傳輸信息量的同時(shí),還能使得其評(píng)價(jià)結(jié)果滿足人們的要求,是一種折中的辦法,因此在現(xiàn)實(shí)生活中具有不小的應(yīng)用價(jià)值。2.3.3無參考圖像質(zhì)量評(píng)價(jià)方法測試圖像質(zhì)量的時(shí)候完全不需要參考圖像的任何信息,只根據(jù)待測圖像的內(nèi)容就可以給出質(zhì)量評(píng)分的方法稱為無參考圖像質(zhì)量評(píng)價(jià)(NoReferenceImageQualityAssessment,NR-IQA)。相比于全參考和半?yún)⒖糏QA方法而言,無參考評(píng)價(jià)方法設(shè)計(jì)實(shí)現(xiàn)起來更加困難,主要是缺乏參考圖像進(jìn)行對(duì)比以及目前人們對(duì)圖像
【參考文獻(xiàn)】:
期刊論文
[1]無參考屏幕內(nèi)容圖像質(zhì)量評(píng)價(jià)[J]. 朱映映,曹磊,王旭. 軟件學(xué)報(bào). 2018(04)
[2]采用邊緣信息的屏幕圖像質(zhì)量評(píng)價(jià)[J]. 符穎,曾煥強(qiáng),倪張凱,陳婧,蔡燦輝. 信號(hào)處理. 2017(04)
[3]全參考圖像質(zhì)量評(píng)價(jià)綜述[J]. 褚江,陳強(qiáng),楊曦晨. 計(jì)算機(jī)應(yīng)用研究. 2014(01)
[4]基于Contourlet變換的質(zhì)降參考圖像質(zhì)量評(píng)價(jià)模型[J]. 蔣剛毅,王旭,楊鈾,郁梅. 光電子.激光. 2009(12)
[5]圖像質(zhì)量評(píng)價(jià)研究綜述[J]. 周景超,戴汝為,肖柏華. 計(jì)算機(jī)科學(xué). 2008(07)
[6]基于人眼視覺的結(jié)構(gòu)相似度圖像質(zhì)量評(píng)價(jià)方法[J]. 楊威,趙剡,許東. 北京航空航天大學(xué)學(xué)報(bào). 2008(01)
[7]一種基于視覺興趣性的圖象質(zhì)量評(píng)價(jià)方法[J]. 汪孔橋,沈蘭蓀,邢昕. 中國圖象圖形學(xué)報(bào). 2000(04)
碩士論文
[1]基于視覺感知的圖像質(zhì)量評(píng)價(jià)算法研究[D]. 曹欣.蘭州理工大學(xué) 2019
[2]圖像質(zhì)量客觀評(píng)價(jià)方法研究[D]. 張勝楠.北京交通大學(xué) 2016
[3]基于人眼視覺特性的圖像質(zhì)量評(píng)價(jià)方法研究[D]. 田金沙.西南科技大學(xué) 2016
[4]基于人眼視覺特性的圖像質(zhì)量評(píng)價(jià)方法研究[D]. 王智.蘭州大學(xué) 2016
[5]基于聲譜圖顯著性檢測的音頻識(shí)別[D]. 弓彥婷.合肥工業(yè)大學(xué) 2015
[6]基于視頻圖像顯著圖的感興趣區(qū)域提取方法研究[D]. 方相如.西安電子科技大學(xué) 2013
本文編號(hào):3248004
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3248004.html
最近更新
教材專著