基于視覺特性和自然場景統(tǒng)計特性的圖像質(zhì)量評價研究.pdf

1、圖像質(zhì)量評價在圖像處理中占據(jù)著非常重要的位置。圖像質(zhì)量評價主要分為主觀質(zhì)量評價和客觀質(zhì)量評價，由于主觀質(zhì)量評價耗時、昂貴且在實時圖像處理系統(tǒng)中不便于集成，因此研究簡單、可靠、高效又與人類視覺特性相一致的客觀質(zhì)量評價方法成了圖像質(zhì)量評價研究中的重點和熱點。本文在分析當前質(zhì)量評價方法所存在的不足以及技術(shù)難點的基礎(chǔ)上，針對全參考圖像質(zhì)量評價中的特征提取和合并策略以及無參考圖像質(zhì)量評價中的特征提取問題進行了相關(guān)研究。本文所做的主要工作和創(chuàng)新性成

2、果如下:
　　(1)提出一種基于全局視覺顯著性和局域?qū)Ρ榷鹊挠袇⒖紙D像質(zhì)量評價方法。首先分別計算參考圖像和失真圖像局域?qū)Ρ榷认嗨贫葓D和全局視覺顯著相似度圖，然后采用標準方差加權(quán)合并策略來得出整幅圖像的質(zhì)量測度，在三大數(shù)據(jù)庫(LIVE、TID2008、CSIQ)以及遙感專家評分庫上的實驗顯示，所提出的算法快速高效，比較適用于實時圖像質(zhì)量評價系統(tǒng)。
　　(2)提出一種基于梯度幅度相似性和全局自然場景統(tǒng)計模型的無參考圖像質(zhì)量評價方

3、法。首先提取歸一化后系數(shù)的統(tǒng)計模型參數(shù)作為自然場景統(tǒng)計特征，提取基于鄰域梯度相似度的統(tǒng)計特征作為相關(guān)感知特征。采用支持向量回歸來構(gòu)建圖像特征與人的主觀分數(shù)的映射關(guān)系，進而根據(jù)所提取失真圖像的特征來預(yù)測圖像質(zhì)量。實驗結(jié)果顯示所提算法預(yù)測的質(zhì)量分數(shù)與人的主觀分數(shù)具有較高的一致性，魯棒性較好，運行時間較短，綜合性能較好。
　　(3)提出了一種基于互補感知特征和局域自然場景統(tǒng)計模型特征相結(jié)合的無參考圖像質(zhì)量評價方法。首先在空間域上提取顯著

4、分塊的36個自然統(tǒng)計特征，然后提取基于相位一致性熵、基于相位一致性均值、梯度均值以及失真圖像的熵四個感知特征，最后采用支持向量機回歸的學習方式來構(gòu)建圖像特征與人的主觀分數(shù)的映射關(guān)系，進而根據(jù)所提取失真圖像特征預(yù)測圖像質(zhì)量。實驗表明所提算法具有較高的評價準確率，符合人眼對失真圖像的主觀感受。
　　(4)提出一種基于深度學習的無參考圖像質(zhì)量評價方法。首先對圖像進行局域歸一化，然后采用兩階段的主成分分析網(wǎng)絡(luò)來自動提取特征，最后采用支持向