因在圖像處理過程中難免會(huì)引入不同類型及不同程度的失真,對(duì)圖像信息的獲取產(chǎn)生嚴(yán)重的影響,故可靠有效的圖像質(zhì)量評(píng)價(jià)技術(shù)具有非常重要的研究價(jià)值和實(shí)際意義。將四元數(shù)理論應(yīng)用在圖像處理中,能夠保留彩色圖像三通道之間的相關(guān)性以及圖像的色度信息。奇異值分解生成的基圖像能反映圖像的質(zhì)量變化。因此,本文以四元數(shù)奇異值分解為基礎(chǔ)對(duì)平面彩色圖像和立體彩色圖像質(zhì)量評(píng)價(jià)算法進(jìn)行相關(guān)研究,主要內(nèi)容如下:（1）噪聲失真是一種最常見且種類最多的失真類型,但目前針對(duì)除高斯噪聲外的其它噪聲失真類型的研究較少。故本文提出一種無需學(xué)習(xí)的且能同時(shí)評(píng)價(jià)5種噪聲失真的無參考彩色噪聲圖像質(zhì)量評(píng)價(jià)方法。該方法基于四元數(shù)奇異值分解,利用圖像的奇異值倒數(shù)曲線所圍成的面積與噪聲圖像失真程度的關(guān)系,推導(dǎo)出表示圖像失真的質(zhì)量指數(shù)。該方法不需要任何圖像或失真的先驗(yàn)知識(shí),也不需要任何訓(xùn)練過程。（2）現(xiàn)有的全參考圖像質(zhì)量評(píng)價(jià)算法均是直接對(duì)圖像進(jìn)行質(zhì)量評(píng)估,未考慮圖像噪聲信息對(duì)圖像失真的影響,且一般傳統(tǒng)方法不易提取出圖像的噪聲信息。針對(duì)此問題,本文提出一種基于四元數(shù)奇異值分解的圖像質(zhì)量評(píng)價(jià)算法。該模型首先對(duì)彩色圖像及其局部方差用四元數(shù)表示并進(jìn)行奇異值分... 

【文章來源】：江南大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁數(shù)】：78 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

RGB模型的顏色混色原理圖

江南大學(xué)碩士學(xué)位論文83S1minR,G,BRGB(2.2)3RGBI(2.3)白青黑綠藍(lán)品紅紅黃SHI圖2-2HSI的模型圖YUV模型中Y代表明亮度(Luminance)、U代表色度(Chrominance)、V代表濃度(Chroma)。該模型的首先將亮度信息Y剝離出來，然后再描述具體的色彩信息U和V。這種將亮度信息與色彩信息相分離的設(shè)計(jì)可以減少一些色彩信息，因而節(jié)省了傳輸帶寬。給定一幅RGB彩色圖像，則每個(gè)圖像像素的Y、U和V分量計(jì)算公式如下：Y0.299R0.587G0.114B(2.4)U0.147R0.289G0.436B(2.5)V0.615R0.515G0.100B(2.6)HSV模型是根據(jù)人眼生理特性提出的。H表示色調(diào)(Hue)，S表示飽和度(Saturation)，V表示亮度(Value)，圖2-3和圖2-4是HSV模型圖。色調(diào)H是所處的光譜顏色的位置，取值范圍是0~360，飽和度S表示所處顏色的飽和度與該顏色最大飽和度的比值，取值范圍是0.01.0；亮度V的取值范圍為0.0(黑色)1.0(白色)。樹HueValueSaturation01圖2-3HSV色彩空間模型圖

模型圖SHV坐標(biāo)

【參考文獻(xiàn)】：
期刊論文
[1]基于核極限學(xué)習(xí)機(jī)的火災(zāi)預(yù)警算法研究[J]. 丁承君,張井超,何乃晨.  河北工業(yè)大學(xué)學(xué)報(bào). 2017(05)
[2]基于四元數(shù)矩陣奇異值分解的彩色圖像分解[J]. 邢燕,檀結(jié)慶.  工程圖學(xué)學(xué)報(bào). 2011(02)
[3]神經(jīng)網(wǎng)絡(luò)極速學(xué)習(xí)方法研究[J]. 鄧萬宇,鄭慶華,陳琳,許學(xué)斌.  計(jì)算機(jī)學(xué)報(bào). 2010(02)
[4]一種基于局部方差和結(jié)構(gòu)相似度的圖像質(zhì)量評(píng)價(jià)方法[J]. 王宇慶,劉維亞,王勇.  光電子.激光. 2008(11)
[5]四元數(shù)矩陣的分解與Lavoie不等式的推廣[J]. 莊瓦金.  數(shù)學(xué)研究與評(píng)論. 1986(04)



本文編號(hào)：3600390