若干全參考型圖像質(zhì)量評價模型的提升算法研究.pdf

1、近年來，隨著多媒體技術(shù)的快速發(fā)展，數(shù)字圖像處理已廣泛應(yīng)用于各個領(lǐng)域.但圖像在采集、傳輸、壓縮等過程中，難免發(fā)生降質(zhì)現(xiàn)象.為保持甚至提高圖像的質(zhì)量，對圖像采集、傳輸和后續(xù)處理來說，若能測量圖像的質(zhì)量就顯得尤為重要.因此，設(shè)計快速高效的圖像質(zhì)量評價(Image Quality Assessment, IQA)方法是非常必要的.全參考IQA是當前使用最多的客觀評價方法，本文研究全參考IQA.結(jié)構(gòu)相似度(Structural SIMilarit

2、y, SSIM)、梯度結(jié)構(gòu)相似度(Gradient-based SSIM，GSSIM)和特征相似度(Feature SIMilarity, FSIM)這三種算法，因其評價結(jié)果可靠而被廣泛使用.本文針對SSIM和GSSIM不能有效評價嚴重失真圖像的質(zhì)量以及FSIM計算復(fù)雜度高等問題，分別就特征提取和特征池化兩方面提出了新的改進算法.
　　論文的主要工作如下:
　　(1)提出一種快速的全參考型IQA算法，即提升的廣義梯度加權(quán)結(jié)構(gòu)

3、相似度(GradientWeighted Lifting Structural SIMilarity, GWL-SSIM).該算法是針對灰度圖像或彩色圖像的亮度分量設(shè)計的.首先，考慮到梯度可以很好地反映圖像的邊緣紋理等結(jié)構(gòu)信息，以及人類視覺系統(tǒng)對圖像質(zhì)量感知的非線性特性和對圖像不同成分評價的差異性，把經(jīng)典的梯度推廣到廣義梯度，并計算圖像的廣義梯度相似性;然后與圖像的對比度和結(jié)構(gòu)相似性合并得到圖像的局部質(zhì)量;最后考慮到不同區(qū)域?qū)D像的視覺

4、感知的貢獻，采用廣義梯度加權(quán)的池化策略得到圖像的整體質(zhì)量.各個算法在6大彩色數(shù)據(jù)庫以及對不同失真類型的比較實驗表明，GWL-SSIM可以獲得與目前流行算法相當?shù)脑u價效果.
　　(2)提出一種彩色IQA算法.在GWL-SSIM算法的基礎(chǔ)上，采用不同彩色空間變換，并考慮圖像的色度相似性，將GWL-SSIM擴展到彩色圖像，得到基于不同彩色空間的彩色IQA算法，即GWL-SSIMC.對各個彩色空間上的GWL-SSIMC算法在TID2008

5、數(shù)據(jù)庫上針對不同失真類型進行比較實驗，結(jié)果表明，對大多數(shù)失真類型來說，考慮彩色圖像的顏色信息可以提高IQA的準確性.
　　(3)提出2種基于廣義平均的池化策略以提高SSIM，GSSIM，F(xiàn)SIM的評價效果.針對不同池化策略對IQA算法的影響，將算術(shù)平均及調(diào)和平均推廣到廣義平均，得到2種基于廣義平均的池化策略，并在TID2008和TID2013數(shù)據(jù)庫中進行數(shù)值實驗，結(jié)果表明，采用廣義平均池化策略能夠有效地提高IQA算法的準確性，其評