基于空-频域印刷混合失真无参考质量评价

目的为了解决数字印刷模糊混合失真图像质量评价算法与人眼视觉主观评价一致性较低的问题。方法基于SSEQ算法思想在空间域和频率域中提取混合失真图像的信息熵、亮度方差、频域熵以及高频系数奇异值改变量关键特征,利用支持向量机训练构建印刷模糊混合失真图像的无参考评价模型。结果客观验证了25幅图像,算法客观计算得分与主观评价得分的SROCC系数为0.94,PLCC系数为0.93,主客观一致性较高。结论所提算法与人眼视觉感知具有很好的主观一致性,可以用于图像等印刷品的质量客观评价。     

无参考混合失真图像质量评价方法

目的为了解决图像在实际处理过程中产生混合失真的情况,研究无参考混合失真图像质量评价方法。方法首先利用空域-频域信息熵和奇异值建立无参考混合失真图像失真类型判别模型,然后再根据不同的混合失真类型,分别提取多维空间统计特征、奇异值改变量和空域-频域信息熵等3种不同的图像信息特征,建立无参考混合失真图像质量评价模型,并选取最佳无参考图像质量评价(NR-IQA)模型得到分数。结果该方法能100%判别混合失真类型,对于模糊噪声、模糊压缩混合失真在LIVE混合失真图像数据库(LIVEMD)上的斯皮尔曼等级相关系数(SROCC)最高分别能达到0.9874和0.9916,具有很好的主观一致性。结论实验结果表明,该无参考混合失真图像质量评价方法与人眼视觉感知具有很好的主观一致性。     

基于小波图像融合的非对称失真立体图像质量评价方法

通过研究非对称失真立体图像人眼视觉感知特性,提出了一种基于小波图像融合的非对称失真立体图像质量客观评价方法.首先,采用固定尺寸块匹配方法得到原始立体图像块视差值,接着,根据该视差值的大小,同时结合非对称失真立体图像视觉感知特性,对匹配块进行小波融合得到原始融合图像和失真融合图像.最后,通过计算原始融合图像和失真融合图像...     

A new image fusion method based on compressive sensing principle

研究了新兴的压缩感知(CS)理论在图像融合中的潜在应用,针对已有图像融合方法容易导致融合图像的亮度过高、与源图像的对比度不能保持一致,且伴有明显条纹出现等的缺点,提出了一种新的基于CS原理的图像融合方法,该方法用基于压缩测量值标准偏差(SD)的自适应加权平均融合算子对各待融合图像在CS域的投影测量值进行融合,再经总变分优化算法对融合测量值进行重构而得到融合图像.为验证该方法的有效性,进行了多组不同类型传感器所获图像的融合实验,主观视觉分析和客观评价指标的统计结果均表明,该算法在有效抑制图像中条纹现象发生的同时从原始图像提取了更多的有用信息,显著增强了图像的清晰度,取得了更好的视觉效果,从而展示了CS技术在图像融合方面的突出效果和应用潜力.     

基于多策略的多聚焦图像融合方法

针对多聚焦图像融合,在小波变换基础上提出了一种多策略的融合方法.图像小波变换后的低频分量采用基于清晰度的方法,清晰度评价函数选用八邻域拉普拉斯算子和;而高频分量采用基于空间频率的方法,并且只计算与高频方向相一致的空间频率,减小了计算量.融合效果评价除使用传统方法的熵、交叉熵外,还使用了基于三个方向(水平、垂直和对角)的空间频率和通用的主观与客观相结合的新方法.实验结果表明,本文方法得到的融合图像效果最好,优于文中的其它算法,同时本文使用的评价方法也是适用和有效的.     

基于小波变换的自适应图像融合算法

针对现有图像融合方法存在的光谱信息和空间细节信息不能较好兼顾的问题,建立了图像内容自适应的融合准则和一致性选取准则,提出了一种基于小波变换的自适应图像融合算法,实现了多光谱图像与全色图像的融合,并对融合图像进行了主、客观评价。着重从图像融合如何提高目标的区分度和识别率的角度给出主观评价,通过光谱扭曲度、清晰度客观分析多光谱与全色图像的融合效果。实验结果表明,该算法充分利用了全色图像的空间细节特征、图像边缘和方向性特征信息,保留了多光谱图像的光谱信息特征,提高了融合图像的主观效果,有利于信息的提取和目标解译。在光谱和空间细节综合保持方面,该算法优于IHS融合方法和传统的二进小波融合方法。     

形态学和小波域杂波抑制的微弱目标检测

本文提出了一种基于形态学和小波域杂波抑制的微弱目标检测方法,该方法将图像序列进行形态擘tophat滤波,然后小波变换,再分别对各小波子带作平滑滤波,按各子带对滤波前后小波系数作差分运算,最后经过小波逆变换得到具有微弱目标的残差图像序列.用残差图像tophat结果估计目标潜在区域,在目标潜在域的约束下,对残差图像序列进行时空域数据融合,实现微弱运动目标的检测.仿真实验表明,该方法杂波抑制后残差图像具有很好的白高斯特性,且目标邻域信杂比(scNR)的平均增益比图像空域平滑滤波和图像频域低通滤波等典型运算的SCNR平均增益有明显改善,目标检测算法在5帧图像集成时能稳定检测出微弱运动目标轨迹.     

基于频域分析的水滴运动方向识别

通过对水滴运动模糊图像的物理本质进行分析,提出了一种基于频域的水滴运动方向识别方法。通过对运动模糊图像做二维傅立叶变换得到其频谱幅值图,然后利用频谱幅值图中高亮条纹的方向与运动方向相垂直的特性完成对水滴运动方向的识别,高亮条纹的方向采用RADON变换方法加以检测。仿真实验结果表明,该方法可以准确地识别水滴运动方向。     

基于感兴趣区域的图像质量评价算法研究

目的降低计算量,提高计算效率,达到评价算法与人眼观察的一致性。方法首先提取感兴趣区域,利用眼动仪记录人眼在观察图像时的关注点、关注时长、眼球运动轨迹以及眼跳数据,然后提取显著区域。将感兴趣区域引入客观视觉模型中评价图像质量,通过测量图像的有效感知跃变百分数,客观评价图像质量的优劣,并且与传统算法进行比较。结果感兴趣区域包含了图像大部分的关键信息,即人眼关注的信息。基于不同增强方法的图像感兴趣区域内的有效感知跃变百分数均大于原始图像的有效感知跃变百分数(20.3%)。结论提出的算法优于传统客观评价算法,且客观质量评价的结果更符合人眼视觉特性。     

无需重构的多分辨率图像融合算法(英文)

提出了一种基于平稳小波变换的多聚焦图像融合算法。首先对待融合图像进行平稳小波分解,得到图像尺寸相同的低频分量和高频分量,然后对低频分量使用拉普拉斯能量进行清晰度判断,对于高频分量,则先计算其各个尺度,不同方向高频分量的绝对值和,进而通过能量特征判断其清晰度,最后通过比较低频分量和高频分量清晰度决策图的相同和相异性得到融合图像。计算机仿真实验表明,本文算法得到的融合图像清晰度较好,熵、平均梯度、空间频率和互信息等客观评价指标值高于平均法和传统基于小波变换的图像融合算法,互信息量比文献[3]中的方法提高了约2.4倍,是一种有效的多聚焦图像融合算法。     

Speech Quality Evaluation: A New Application of Digital Watermarking

Speech quality evaluation is an important research topic. The traditional way for speech quality evaluation is using subjective tests. They are reliable, but very expensive, time consuming, and cannot be used in certain applications such as online monitoring. Objective models, based on human perception, were developed to predict the results of subjective tests. The existing objective methods require either the original speech or complicated computation model, which makes some applications of quality evaluation impossible. In this paper, we propose a novel speech quality evaluation method using digital watermarking. Our algorithm evaluates the speech quality without the need of reference speech or any computational model. The watermark is embedded in the discrete wavelet domain or temporal domain of a speech signal by using quantization technique. This algorithm can evaluate perceptual quality of speech that is distorted by Gaussian noise, MP3 compression, low-pass filtering, and packet loss. The experimental results show that the method yields accurate quality scores which are very close to the results of the perceptual evaluation of speech quality     

基于感性意象的概念汽车车身造型评价研究

目的 为了减小汽车造型设计过程中对抽象感性意象的主观描述误差,提出一种主客观相结合的科学造型评价方法。方法 以层次分析法(Analytic Hierarchy Process)和熵权法(Entropy Weight Method)相结合的汽车造型评价方法,通过感性语义空间的建立,将抽象的语义描述定量化,建立汽车造型意象评价体系,对所建立的判断矩阵进行一致性检验,获得各层次评价指标的主观权重,利用熵权法计算各评价指标的信息熵,进而求得各评价指标的客观权重,通过拉格朗日乘子法优化得到组合权重,将其运用到车身造型设计评价中以确定最终设计方案。结论 该方法以4种概念轿车车身初步造型方案为评价对象,筛选出最优设计方案,评价结果同时反映汽车造型主观评价与客观评价,提升了权重的准确性与科学性,为后续汽车造型设计方向提供可靠参考。     

Multifocus noisy image fusion using contourlet transform

Abstract

Image fusion is a challenging area of research with a variety of applications. The process of image fusion collects information from different sources and combines them in a single composite image. The composite fused image can better describe the scene than any of the source images. In this paper, we have proposed a method for noisy image fusion in contourlet domain. The proposed method works equally well for fusion of noise free images. Contourlet transform is a multiscale, multidirectional transform with various aspect ratios. These properties make it more suitable for image fusion than other conventional transforms. In the proposed work, the fusion algorithm is combined with a denoising algorithm to reverse the effect of noise. In the proposed method, we have used a level dependent threshold that is based on standard deviation of contourlet coefficients, mean and median of the absolute contourlet coefficients. Experimental results demonstrate that the proposed method performs well in the presence of different types of noise. Performance of the proposed method is compared with principal components analysis and sharp fusion based methods as well as other fusion methods based on variants of wavelet transform like dual tree complex wavelet transform, discrete wavelet transform, lifting wavelet transform, multiwavelet transform, stationary wavelet transform and pyramid transform using six standard quantitative quality metrics (entropy, standard deviation, edge strength, fusion factor, sharpness and peak signal to noise ratio). The combined qualitative and quantitative evaluation of the experimental results shows that the proposed method performs better than other methods.     

基于CSSIM的印刷品图像质量评价方法

目的为解决印刷品图像质量评价过程中主观与客观评价结果不一致的问题,以印刷制品为研究对象,基于Contourlet变换提出一种改进的图像质量评价算法。方法在Contourlet域进行多尺度、多方向分解,以获取不同尺度的图像特征。将结构相似度直接应用于各Contourlet分解频带,得到不同频带的结构相似度;对不同频带的结构相似度求加权和,进而获得整幅图像的结构相似度,即图像的最终评价指标。结果以ISO标准测试图像为基础进行实验研究的结果表明,所述方法的综合评价效果最理想,与主观评价的一致性最好。结论基于Contourlet变换域结构相似度的图像质量评价方法能够更好地评价图像质量,符合人眼的视觉特性,可用于印刷品图像处理。     

Evaluation of image quality of lumbar spine images: a comparison between FFE and VGA

PURPOSE: The aim of the present study is to compare two different methods for evaluation of the quality of clinical X-ray images. METHODS: Based on fifteen lumbar spine radiographs, two new sets of images were created. A hybrid image set was created by adding two distributions of artificial lesions to each original image. The image quality parameters spatial resolution and noise were manipulated and a total of 210 hybrid images were created. A set of 105 disease-free images was created by applying the same combinations of spatial resolution and noise to the original images. The hybrid images were evaluated with the free-response forced error experiment (FFE) and the normal images with visual grading analysis (VGA) by nine experienced radiologists. RESULTS: In the VGA study, images with low noise were preferred over images with higher noise levels. The alteration of the MTF had a limited influence on the VGA score. For the FFE study, the visibility of the lesions was independent of the sharpness and the noise level. No correlation was found between the two image quality measures. CONCLUSIONS: FFE is a precise method for evaluation of image quality, but the results are only valid for the type of lesion used in the study, whereas VGA is a more general method for clinical image quality assessment. The results of the FFE study indicate that there might be a potential to lower the dose levels in lumbar spine radiography without losing important diagnostic information.     

一种小波域的图像增强算法

微弱图像具有对比度低、噪声高、质量差等特点,一定程度上影响了图像的观察和使用。因此,提出一种小波域的图像增强算法,通过对微弱图像多尺度、多分辨率的小波变换分离各维度小波系数,对低频小波系数进行直方图均衡化,高频小波系数进行Canny算法提取边缘,最后将处理后的各维度小波系数进行图像重构以实现图像增强。并选取了3幅微弱图像,将其经所提出的算法及几种传统经典图像增强算法增强后的图像进行实验仿真对比。仿真结果表明,在主观评价上,所提算法增强后的图像的细节更加丰富,视觉感受更加平滑自然;客观评价指标中信息熵的值也都是最大的,分别是4.989 3,3.741 5,4.796 1,信息丰富度最高;而峰值信噪比和图像质量测量函数的数据表明所提算法增强图像的强度适中,整体性较好。可见,所提出的针对微弱图像的增强算法能够在视觉效果上和图像信息上进行有效的图像增强。     

一种改进的遥感图像融合方法

针对传统的IHS变换和Mallat算法在融合多光谱图像和高空间分辨力图像时存在的不足,提出了一种将IHS变换和平稳小波变换相结合的遥感图像融合方法;另外,对多光谱图像和高空间分辨力图像因空间分辨力的不同而带来的融合图像中所存在的虚假轮廓问题,提出在融合过程中先定位虚假轮廓出现的位置,然后加以处理的方法.仿真结果表明,本文算法在光谱失真上小于IHS变换法,克服了Mallat算法存在的方块效应,同时较好的抑制了虚假轮廓.     

A reversible data hiding method without rounding based on Haar wavelet transform: NON-R

The techniques that allow to obtain hidden data and recover the image has recently been much sought after. The basic objective of the method provided in this study was to analyse coefficients of digital images achieved by wavelet transform in the frequency space, to hide data, and to recover original image without loss. Wavelet transform is an efficient method to find pixel coefficient characteristic of digital images. The proposed method (NON-R) hides data using shifted histogram high-frequency Haar coefficients without rounding into integer. Thus, both hidden data and cover image can be easily recovered. Reversibility is provided by retrieving the cover image after hiding into high-frequency wavelet coefficients and extracting the message from wavelet coefficients. Experimental results show that the NON-R has a better performance than its counterparts in terms of statistical and perceptual outcomes.     

一种图像增强空域客观评价方法

针对图像增强效果常用主观评价而没法定量客观评价,提出一种空域结合BRISQUE和JND的图像增强客观评价方法。该方法空域内将测试图像分别进行BRISQUE失真评分和JND视觉评分,然后将所得分数以0.5的权重进行加权处理,所得总分即为增强后图像的客观评价得分。为验证所提方法的有效性,进行了系列实验:首先,认证图像失真相同背景亮度增大BRISQUE值不变,而视觉JND值随之改变;其次,认证相同背景亮度不同失真图像的JND值不变,而BRISQUE值不同;最后对增强后的图像应用所提算法进行评分,得到Score最高分为0.790 5,与主观评价结果一致,而PSNR、SSIM的评分最高为∞和1,但都是和原图像本身比较,不能表明图像增强效果。从而证明所提算法能够定量地对图像增强进行客观评价。