隨著多媒體技術的蓬勃發(fā)展和社交網(wǎng)絡工具的飛速普及,圖像作為視覺信息的來源和信息交流的載體被人們廣泛使用。圖像不可避免地在捕獲、存儲、傳輸、訪問等過程產生失真,其質量的好壞直接影響到人們主觀感受和信息量獲取,因而圖像質量評價技術也在近20年成為圖像處理領域的研究熱點。圖像質量客觀評價是指通過設計有效的算法使計算機能夠模仿人類視覺系統(tǒng)自動地預測圖像質量。其中,盲圖像質量評價是指在沒有原始參考圖像的情況下可以對任意失真類型圖像質量進行預測。絕大多數(shù)實際場景無法獲取參考圖像,加上現(xiàn)實圖像內容的千變萬化,盲圖像質量評價彰顯出極高的研究意義和應用價值。本文圍繞圖像特征提取模型、質量預測模型、實驗驗證三個方面展開,從碼本學習、神經網(wǎng)絡等方向深入地研究了盲圖像質量評價技術,旨在提高算法的主客觀一致性。本文的研究內容大致分為以下兩個部分:第一部分研究基于稀疏表達的碼本學習式盲圖像質量評價方法。首先,用顯著性局部描述子構建字典,有效剔除冗余信息,增強字典的表達能力,在減少字典基數(shù)的同時可以保證特征表達更為精確。然后,以稀疏表達系數(shù)量化圖像失真程度,并對稀疏表達系數(shù)按奇異值分解構建等能量子系數(shù)矩陣,形成系數(shù)... 

【文章來源】：武漢大學湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：74 頁

【學位級別】：碩士

【部分圖文】：

圖１．１盲圖像質量評價技術實際應用舉例??具體到實處，２０１７年科技部規(guī)劃的人工智能開放創(chuàng)新平臺中：百度公司的??

圖１．４圖像質量及其評價方式??通過對全參考算法和部分參考算法的研宄發(fā)現(xiàn)，對原始圖像的依賴，使得相??關算法計算原理簡單、魯棒性強且準確性高

圖２．２信號稀疏編碼示意圖??


本文編號：3427555