數(shù)字圖像縮放及圖像質(zhì)量評(píng)價(jià)關(guān)鍵技術(shù)研究.pdf

1、隨著數(shù)字采集技術(shù)和信號(hào)處理理論的普及，越來越多的圖像以數(shù)字形式存儲(chǔ)。數(shù)字圖像處理技術(shù)起源于20世紀(jì)20年代，圖像縮放技術(shù)和圖像質(zhì)量評(píng)價(jià)方法是其中的兩項(xiàng)關(guān)鍵技術(shù)。
　　 圖像縮放的主要目的是通過改變圖像分辨率使圖像能夠在輸出終端上得到更好的顯示效果。在消費(fèi)類電子領(lǐng)域，數(shù)字圖像縮放技術(shù)主要基于硬件實(shí)現(xiàn)，它對(duì)于硬件的低成本、低功耗以及算法的實(shí)時(shí)性更為關(guān)注，所以研究主要集中在圖像縮放算法及其硬件的實(shí)現(xiàn)。
　　 圖像處理技術(shù)主要基

2、于人眼視覺系統(tǒng)，作為其主體，圖像無論是作為輸入還是輸出，其質(zhì)量對(duì)于算法都有著決定性的作用。因此，建立有效的圖像質(zhì)量評(píng)價(jià)機(jī)制，對(duì)于數(shù)字圖像處理技術(shù)具有重大的意義。
　　 圖像質(zhì)量評(píng)價(jià)可以分為主觀圖像質(zhì)量評(píng)價(jià)方法和客觀圖像質(zhì)量評(píng)價(jià)方法。主觀圖像質(zhì)量評(píng)價(jià)方法可以很自然的與人的主觀感受相符，但是相對(duì)費(fèi)時(shí)，無法實(shí)現(xiàn)自動(dòng)化處理?？陀^圖像質(zhì)量評(píng)價(jià)方法方便、快捷、易于實(shí)現(xiàn)，可以很好的結(jié)合到其他圖像處理算法中。但是，客觀圖像質(zhì)量評(píng)價(jià)的結(jié)果往往與人

3、的主觀感受有所出入。因此，如何得到與人的主觀感受更相符的客觀圖像質(zhì)量評(píng)價(jià)算法是圖像質(zhì)量評(píng)價(jià)的主要研究方向。
　　 本文主要圍繞圖像縮放技術(shù)和圖像質(zhì)量評(píng)價(jià)方法的關(guān)鍵技術(shù)展開，具體內(nèi)容概括如下：
　　 1)提出一種邊緣自適應(yīng)的分段拋物線圖像縮放算法及其硬件架構(gòu)。算法通過對(duì)圖像進(jìn)行自適應(yīng)插值，起到抑制邊緣模糊或細(xì)節(jié)退化的作用。算法可以取得與三次卷積插值算法相當(dāng)?shù)男阅?，同時(shí)，由于在硬件實(shí)現(xiàn)上采用基于Farrow結(jié)構(gòu)的架構(gòu)，硬件復(fù)

4、雜度遠(yuǎn)小于三次卷積插值。算法可以實(shí)現(xiàn)行、場(chǎng)方向的任意縮放，支持的最大分辨率達(dá)到QXGA(2048×1536)。
　　 2)提出一種基于可重構(gòu)插值濾波器的圖像縮放引擎。該引擎具有較好的縮放效果，可以對(duì)分辨率不高于2560×1920的任何圖像進(jìn)行行、場(chǎng)兩維的獨(dú)立縮放操作。該架構(gòu)僅使用4個(gè)功能模塊及5個(gè)行存儲(chǔ)器，使其硬件開銷遠(yuǎn)低于傳統(tǒng)架構(gòu)。該引擎在插值核的定點(diǎn)問題上對(duì)圖像處理的性能和硬件資源的開銷做了細(xì)致的評(píng)估與權(quán)衡，使用的定點(diǎn)策略不

5、僅可以消除傳統(tǒng)縮放引擎固有的累積誤差，還可以將硬件定點(diǎn)問題所帶來的截?cái)嗾`差降到最低。同時(shí)，可重構(gòu)特性使其能夠更好的滿足用戶在性能和電路設(shè)計(jì)成本上的多方面需求。
　　 3)提出一種基于Gabor濾波器的全參考型圖像質(zhì)量評(píng)價(jià)方法。算法通過使用Gabor濾波器模擬HVS的多通道特性，對(duì)失真圖像和參考圖像在某些特定頻率帶寬內(nèi)的邊緣信息和輪廓的某些特定方向信息進(jìn)行提取、比對(duì)，然后對(duì)失真圖像進(jìn)行圖像質(zhì)量評(píng)價(jià)。實(shí)驗(yàn)結(jié)果表明，該算法能很好的符合

6、人的主觀感受，對(duì)多種典型的失真均有較好的效果。
　　 4)提出一種基于非張量積小波分解的半?yún)⒖夹蛨D像質(zhì)量評(píng)價(jià)方法。算法首先使用NPWT對(duì)參考圖像進(jìn)行分解，得到3個(gè)尺度共9個(gè)子帶。選取其中的6個(gè)子帶，再通過GSM模型對(duì)子帶系數(shù)進(jìn)行歸一化處理，得到擬合度很高的符合零均值高斯分布的歸一化子帶系數(shù)。最后使用CBD模型得到失真測(cè)度。實(shí)驗(yàn)結(jié)果表明，該方法優(yōu)于現(xiàn)有的幾種半?yún)⒖夹蛨D像質(zhì)量評(píng)價(jià)算法，其性能與全參考型圖像質(zhì)量評(píng)價(jià)方法性能已經(jīng)較為接近