基于SIFT特征和結構相似性的圖像質量評價.pdf

1、數(shù)字圖像在壓縮、傳輸、存儲、顯示和處理等過程中會引入或產生一定程度的誤差。圖像質量評價可以用來衡量各種圖像處理算法的優(yōu)劣，為各類圖像系統(tǒng)的算法優(yōu)化提供參考。因此，在圖像處理和應用領域建立有效的圖像質量評價體系具有重要的意義。
　　本文結合圖像尺度不變特征和結構相似性，對圖像質量評價方法進行了研究。尺度不變特征（Scale Invariant Feature Transform，SIFT）是一種圖像局部特征的描述形式，對于圖像的平移

2、、縮放、旋轉具有不變性，廣泛應用于圖像匹配、圖像檢索乃至視頻處理等領域。SIFT特征在圖像的仿射變換、視角變化、光照變化及噪聲等方面具有很強的魯棒性。本文通過高斯模糊和降采樣等處理建立圖像的高斯金字塔，并在多尺度空間內檢索符合要求的SIFT特征點;通過窮舉匹配和篩選，建立原圖像和目標圖像的SIFT特征點匹配關系。研究了基于結構相似性的圖像質量評價方法(Structural Similarity Index Measure，SSIM)，在

3、一定的鄰域內分別計算圖像間的對比度、照度和結構三個方面的相似程度，累加每對像素點的相似度獲得全局圖像的質量評價結果。在此基礎上，將SSIM算法拓展到多尺度空間內，在高斯金字塔內建立具有結構信息的像素點匹配關系。結合SIFT特征點匹配和SSIM算法，研究了一種模擬人類視覺系統(tǒng)的客觀評價方法。在多尺度空間內，依照自頂向下的順序，建立原圖像和目標圖像的SIFT特征點匹配關系;同時以圖像的結構相似性為基準，建立兩圖像非特征點的局部匹配關系，在高