基于結(jié)構(gòu)相似度圖像質(zhì)量評(píng)價(jià)算法的研究.pdf

1、隨著多媒體和通信技術(shù)的迅猛發(fā)展，圖像視頻技術(shù)在工業(yè)生產(chǎn)、科學(xué)研究、醫(yī)療衛(wèi)生、教育、娛樂等方面的應(yīng)用越來越廣泛。然而，在圖像采集、處理、編碼、傳輸以及存儲(chǔ)的過程中，由于圖像采集系統(tǒng)、處理方法以及傳輸設(shè)備的影響，往往會(huì)給圖像帶來各種各樣的失真干擾。如何對(duì)圖像質(zhì)量進(jìn)行準(zhǔn)確而有效的評(píng)價(jià)已經(jīng)成為圖像處理領(lǐng)域一個(gè)十分有意義的研究課題。本文在前人研究的基礎(chǔ)之上，重點(diǎn)對(duì)全參考圖像質(zhì)量評(píng)價(jià)方法進(jìn)行了研究。
　　1)給出了一種改進(jìn)的基于結(jié)構(gòu)相似度的圖

2、像質(zhì)量評(píng)價(jià)算法
　　針對(duì)基于結(jié)構(gòu)相似度（Structural Similarity，SSIM）的圖像質(zhì)量評(píng)價(jià)算法對(duì)嚴(yán)重模糊失真圖像評(píng)價(jià)準(zhǔn)確性較低，與人眼主觀感知不一致的問題，本文從兩個(gè)方面對(duì)SSIM算法進(jìn)行改進(jìn)，主要工作有:
　　(1)由于SSIM算法不能很好的反映圖像邊緣信息的失真情況，本文在SSIM算法的基礎(chǔ)上，融入了圖像梯度信息，給出了一種基于梯度結(jié)構(gòu)相似度(Gradient-based Structural Simi

3、larity，GSSIM)的圖像質(zhì)量評(píng)價(jià)算法。該算法與SSIM算法相比，不僅包含亮度比較函數(shù)、對(duì)比度比較函數(shù)、結(jié)構(gòu)信息比較函數(shù)，更重要的是增加了梯度比較函數(shù)。在LIVE2圖像數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)結(jié)果表明，GSSIM算法性能優(yōu)于SSIM算法。
　　(2)研究發(fā)現(xiàn)，人眼對(duì)圖像不同失真區(qū)域的敏感度是不同的。視覺顯著性圖能夠很好的反映圖像不同區(qū)域的視覺重要性。本文利用視覺顯著性圖作為權(quán)重函數(shù)對(duì)GSSIM算法進(jìn)行進(jìn)一步優(yōu)化，最終得到一種改進(jìn)的基于

4、結(jié)構(gòu)相似度的圖像質(zhì)量評(píng)價(jià)算法VS_GSSIM。在LIVE2圖像數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)結(jié)果表明，本文改進(jìn)算法VS_GSSIM不僅與人眼的主觀感知具有很好的一致性，而且具有較低的計(jì)算復(fù)雜度。
　　2)給出了一種基于彩色圖像的圖像質(zhì)量評(píng)價(jià)算法
　　目前大部分圖像質(zhì)量評(píng)價(jià)算法都是基于灰度圖像（或者是彩色圖像的亮度分量）設(shè)計(jì)的，忽略了圖像中的顏色信息。雖然相對(duì)于顏色信息人眼對(duì)灰度信息的變化更為敏感，但是忽略顏色信息，也會(huì)影響圖像質(zhì)量評(píng)價(jià)的效果