本文選題：圖像質(zhì)量評價(jià) + 人類視覺系統(tǒng)　； 參考：《南京郵電大學(xué)》2016年博士論文

【摘要】：圖像在采樣、壓縮、傳輸、重建、存儲等各個(gè)應(yīng)用領(lǐng)域都易遭受噪聲污染從而產(chǎn)生質(zhì)量失真,因此,圖像質(zhì)量評價(jià)研究具有重要的應(yīng)用價(jià)值。然而,現(xiàn)有圖像質(zhì)量客觀方法與人眼主觀評價(jià)結(jié)果相比,不僅準(zhǔn)確度和單調(diào)性評價(jià)指標(biāo)水平較低,而且現(xiàn)有評價(jià)指標(biāo)還不能反映出各種客觀方法的可靠性及評價(jià)效率等性能。針對這些問題,論文將人類視覺系統(tǒng)原理和特性融入圖像質(zhì)量評價(jià),提出了多種基于視覺感知的高效圖像質(zhì)量客觀評價(jià)方法,通過客觀實(shí)驗(yàn),分析了所提方法的評價(jià)性能。論文主要工作和創(chuàng)新如下:針對客觀方法性能評價(jià)指標(biāo)在可靠性和評價(jià)效率方面的不足,論文提出了一種評價(jià)效率方法。首先,設(shè)計(jì)了可靠性和時(shí)間效率指標(biāo);其次,通過歸一化處理統(tǒng)一了相關(guān)度系數(shù)、評價(jià)誤差、可靠性和時(shí)間效率的評價(jià)標(biāo)準(zhǔn);最后,通過融合圖像不同失真類型、不同失真程度和不同數(shù)據(jù)庫的評價(jià)結(jié)果,提出了一個(gè)評價(jià)效率算法。測試結(jié)果表明,所提算法和現(xiàn)有文獻(xiàn)研究成果吻合,結(jié)果可信。針對圖像像素域灰度評價(jià)的準(zhǔn)確性、單調(diào)性和可靠性較低的問題,論文提出了兩種基于灰度視覺感知的客觀評價(jià)方法。首先將模擬視覺分辨率的高斯局部加權(quán)算法和圖像對比度視覺信息融入峰值信噪比(PSNR)評價(jià),提出了一種結(jié)構(gòu)化峰值信噪比(SPSNR方法),實(shí)驗(yàn)結(jié)果表明,SPSNR提高了PSNR同類方法基于圖像不同失真類型的評價(jià)性能,其中,均方根誤差(RMSE)上限降低了25.55%,皮爾遜線性相關(guān)系數(shù)(PLCC)下限提高了5.48%,斯皮爾曼等級相關(guān)系數(shù)(SROCC)下限提高了8.79%。論文基于高斯局部加權(quán)和多尺度采樣兩種視覺感知特性,提出了視覺多尺度信息保真度(MSIFC)客觀方法,實(shí)驗(yàn)表明MSIFC將IFC同類方法的評價(jià)效率水平提高了18.42%。進(jìn)一步將視覺多通道特性融入灰度評價(jià),論文探討了PSNR和SSIM視覺多通道評價(jià)特性,提出了視覺峰值信噪比(VPSNR)和視覺結(jié)構(gòu)相似度(VSSIM)兩種方法。通過融入高斯生理感光、空域中央凹和頻域?qū)Ρ榷让舾幸曈X特性,分別設(shè)計(jì)了VPSNR和VSSIM局部評價(jià)、各通道內(nèi)局部評價(jià)融合和通道間全局評價(jià)融合系列算法。實(shí)驗(yàn)結(jié)果表明,VPSNR和VSSIM將同類方法基于低質(zhì)量圖像評價(jià)的準(zhǔn)確度和單調(diào)性指標(biāo)水平均提高了10.85%以上。針對圖像特征質(zhì)量評價(jià)和和主觀評價(jià)結(jié)果之間的差距,論文探討了圖像特征的視覺多通道評價(jià)特性,分別提出了視覺梯度結(jié)構(gòu)特征相似度(VGSM)評價(jià)、視覺奇異值能量特征失真度(VSVD)評價(jià)和視覺直方圖統(tǒng)計(jì)特征失真度(VHIST)評價(jià)三種方法。通過融入高斯生理感光、空域中央凹和頻域?qū)Ρ榷让舾幸曈X特性,分別設(shè)計(jì)了上述方法局部評價(jià)、通道內(nèi)局部評價(jià)融合和通道間全局評價(jià)融合系列算法。實(shí)驗(yàn)結(jié)果表明,VGSM將同類方法基于圖像不同失真類型評價(jià)的RMSE指標(biāo)上限降低了10.00%,VSVD將同類方法評價(jià)效率提高了14.55%,VHIST將同類方法基于低質(zhì)量圖像評價(jià)的PLCC和SROCC指標(biāo)提高了72.56%以上。針對圖像多特征聯(lián)合評價(jià)沒有考慮人類視覺系統(tǒng)原理的問題,論文提出了基于圖像特征視覺感知評價(jià)融合方法。首先設(shè)計(jì)了視覺閾值濾波自適應(yīng)迭代(VTIA)算法,然后將基于VTIA失真度評價(jià)和基于VSSIM相似度評價(jià)融合,提出了視覺顯著自適應(yīng)融合(VSAP)方法;其次,基于評價(jià)算法和圖像視覺特征的互補(bǔ)性,分別提出了視覺梯度結(jié)構(gòu)特征-低階矩分布特征融合(VGPLD)評價(jià)、視覺奇異值能量特征-低階矩分布特征融合(VSPLD)評價(jià)和視覺直方圖統(tǒng)計(jì)特征-梯度結(jié)構(gòu)特征融合(VHPG)評價(jià)三個(gè)代表性方法,結(jié)合回歸函數(shù)和實(shí)驗(yàn)訓(xùn)練設(shè)計(jì)了快速融合算法。實(shí)驗(yàn)結(jié)果表明,所提視覺融合評價(jià)方法顯著提高了多特征聯(lián)合評價(jià)方法的評價(jià)效率,其中,VSAP、VGPLD和VSPLD提高了14.50%以上,VHPG提高了7.35%。
[Abstract]:This paper presents an objective evaluation method for evaluating the reliability and reliability of image quality evaluation . The results show that the proposed algorithm is consistent with the results of subjective evaluation of human eyes . In this paper , we propose a fusion method based on visual perception of image feature . The results show that VGSM has improved the evaluation efficiency of visual gradient structural feature - low order moment distribution feature fusion ( VSPLD ) evaluation , visual singular value energy characteristic - low order moment distribution feature fusion ( VSPLD ) evaluation and visual histogram statistical characteristic - gradient structural feature fusion ( VSAMs ) . The experimental results show that VSAP improves the evaluation efficiency of multi - feature joint evaluation method .
【學(xué)位授予單位】：南京郵電大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2016
【分類號】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 米曾真;;小波域中CSF頻率與方向加權(quán)的圖像質(zhì)量評價(jià)方法[J];電子學(xué)報(bào);2014年07期

2 王翔;丁勇;;基于Gabor濾波器的全參考圖像質(zhì)量評價(jià)方法[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2013年03期

3 陳霖;;“大范圍優(yōu)先”對象形成的神經(jīng)關(guān)聯(lián)：前顳葉[J];生命科學(xué);2008年05期

相關(guān)博士學(xué)位論文 前1條

1 胡安洲;主客觀一致的圖像感知質(zhì)量評價(jià)方法研究[D];中國科學(xué)技術(shù)大學(xué);2014年

，

本文編號：2017570