一种符合人眼视觉特性的无参考图像边缘质量评价方法

针对图像边缘模糊的失真状况,提出一种基于人眼视觉特性的无参考质量评价方法.利用描述人眼视觉敏感特性的视觉敏感度函数对检测出的噪声图像进行加权,得到符合主观评价结果的无参考质量评价值,验证了该方法具有无参考和主客观评价一致等特点.     

融合亮度边缘和纹理的图像质量评价

传统图像质量评价算法往往采用单一特征进行质量评价,导致图像中很多重要信息丢失,本文针对这一不足提出了一种融合多特征的改进算法。该算法首先根据人眼视觉系统特性提取亮度分量,将彩色图像亮度分量与Scharr算子进行卷积,提取图像的边缘特征,计算结构相似度描述子;然后提取图像的局部方向模式纹理特征,利用直方图相交距离得到纹理相似度描述子;最后综合两者结果构建了一种新的图像质量评价方法。在LIVE数据库中对JP2K、JPEG、Fast Fading三种类型的失真进行了对比实验。结果表明:该算法和其他被广泛采用的图像质量评价算法相比,评价结果总体上与主观评价结果具有更高的一致性,尤其对Fast Fading图像效果非常好。     

基于结构显著性的医学图像质量评价

为提高医学图像质量预测精度,检验和优化医学图像处理算法,提出了一种基于结构显著性 的医学图像质量评价方法．首先,分别计算参考图像和失真图像的相位一致性、梯度相似性,然后计 算参考图像的结构显著性图谱,最后结合两幅图像的相位一致性信息和梯度幅度信息生成局部质 量图谱,并用结构显著性图谱作为视觉权重生成最终的图像质量分数．经医学影像质量基准库测 试,客观评估结果与主观评估结果的Ｐｅａｒｓｏｎ相关系数达到８９％,Ｓｐｅａｒｍａｎ相关系数达到８６％． 实验结果表明该方法优于传统评价方法,具有较高的可靠性．结构显著性模型不仅能反应人眼自适 应提取场景结构信息的能力,而且还能分层次地描述不同图像结构的结构性．对人眼视觉特性的研 究与应用有助于提高图像质量评价方法的可靠性．     

一种新的部分参考型图像质量评价方法

根据图像失真会引起图像内视觉敏感系数变化的特点,提出了一种新的部分参考型图像质量评价方法．利用Contourlet分解实现对图像内视觉敏感系数的提取,通过统计比较失真图像和原始图像视觉敏感系数的关系,得到对失真图像的质量评价测度．实验结果表明,该方法与主观评价方法有很好的一致性,能很好地反映人们对人眼图像的视觉感知效果．     

基于Gabor滤波器的全参考图像质量评价方法

针对现有图像质量评价方法无法像人眼一样准确地评价各种图像失真,提出一种基于Gabor滤波器的全参考型图像质量评价方法.Gabor滤波器采用复数波形去调制高斯函数,得到一个在时间和频域上联合分辨率达到理论极限.通过优化Gabor滤波器的参数,可以有效地模拟人眼视觉特性.使用Gabor滤波器对图像的特征信息进行提取和对比之后,可以得到较好的图像质量评价效果.实验结果表明：该方法在对各种典型的失真图像的质量评价中,客观评分的各项指标均与人的主观感受较为一致.     

基于视觉阈值的结构相似度图像质量评价算法

针对空间域结构相似度测量(image measure of structural similarity,SSIM)没有考虑人类视觉系统亮度掩蔽和对比度掩蔽对视觉感知的影响,提出基于人类视觉阈值理论的结构相似度图像质量评价算法(visibility threshold SSIM,VTSSIM).通过计算局部标准方差,将图像分为平坦区域、细节区域和一般区域;基于图像视觉阈值的临界可视误差分布,确定平坦区域中的亮度掩蔽极端区域和细节区域中的对比度掩蔽极端区域;分别对这两个极端区域及其他区域进行视觉阈值加权处理,得到整幅图像的质量评价.结果表明,VTSSIM比SSIM更符合人眼视觉特性,尤其适合评价失真较小的图像.     

边缘结构相似性图像质量的高阶统计及评价

为构建符合主观视觉感知的图像质量评价指标,文中提出了一种利用突出边缘结构相似的图像质量评价方法.通过计算每一个像素点位置上的高阶统计来局部化突出边缘.根据退化图像与参考图像的突出边缘强度相似性,结合亮度相似性和对比度相似性定义图像质量指标.数值实验结果表明,利用文中方法对TID2008数据库中的图像进行评价的平均运算时间为78.43s,评价结果与主观评价接近.     

图像质量评价:融合视觉特性与结构相似性指标

图像质量评价是多媒体领域的一个基本问题.在现有结构相似性方案的基础上,增加最小可辨失真和视觉显著性评价用于构造一个新的图像质量评价指标.首先,考虑到人眼视觉系统的掩蔽效应,设计了失真图像的修正模型,以Sigmoid函数为基础,利用最小可辨失真阈值和图像的像素变化绝对值构建失真图像修正模型,对失真图像进行修正,使其符合人眼的感知效果;然后,考虑到人眼视觉系统的视觉注意特性,设计了图像区域权重模型,利用视觉显著性图像表征图像感兴趣内容,作为图像不同区域的权重;最后,计算修正后的失真图像与原图像的局部结构相似性,并利用区域权重对局部区域质量进行加权平均获得全局图像的质量评价值.实验结果表明,与同类度量指标相比,本文提出的指标在评价图像局部质量方面,更符合人的主观感知效果;在主观数据拟合方面,其均方根误差、相关系数等指标都得到提升;在运行效率方面,具有一个适中的计算复杂度,远低于性能优越的度量指标的运行时间.     

基于结构特征的图像质量评价模型

由于图像的结构特征与人类视觉系统的特性密切相关,为了提高评价结果与主观视觉的一致性,提出了一种基于结构特征的图像质量综合评价模型。该模型首先提取了与图像结构密切相关的特征,然后模拟人眼对图像区域敏感程度不同,对不同的结构成分赋予不同的权值,最后结合线性回归的思想提出了一种综合评价方法。分析了不同失真图像的实验结果,表明该评价方法的正确性,同时与峰值信噪比(peak signal to noise ratio, PSNR)和均方根误差(root mean squared error, RMSE)方法进行了比较,表明本模型更准确和符合主观视觉效果。     

基于三维特征和结构相似度的图像质量评价方法

分析了人眼视觉特性、双眼视差异信息等三维特征,将立体视觉与图像的结构相似度(SSIM)相结合,提出了一种新的立体图像质量评价方法。该方法考虑了立体图像的亮度、纹理细节和空间位置等因素对人感知立体效果的影响,利用加权平均结构相似性(WMSS)联合统计学方法得到评价初值,用包含三维景物深度信息的双眼视差信息进行修正,作为立体图像质量的评价结果。实验表明,该方法符合人眼视觉特性,与主观评价(MOS)的一致性较好。     

视觉相似性图像质量评价方法

低层次视觉特征是计算机视觉系统从环境中获取信息并做出反应的重要依据．考虑到低层次视觉特征包含了图像亮度变化、分布和组织等重要信息,视觉特征差异就反映了图像内在结构的变化．利用人眼视觉感知的局部性与非均匀的特点,分别在角点和边缘特征域测量参考图像和测试图像的相似度,并将其合并为对图像整体质量的度量．在IVC、TID2008、Tomaya-MICT、LIVE和CSIQ图像数据库上,对基于低层次视觉特征的图像质量评价方法和传统的PSNR、SSIM、IFC和VIF方法进行了性能比较．实验表明, 基于低层次视觉特征的图像质量评价方法在整体性能上要远远优于PSNR和SSIM方法,并且能够与公认性能较好的、基于自然场景统计的IFC和VIF方法相媲美．     

基于双树复数小波的结构相似度测量法

以人类视觉系统更符合提取图像结构信息为前提的结构相似度评价模型,因其高效特性受到广泛重视,但与传统图像质量评价方法一样,其性能易受比较图像几何变化的影响.为了有效地评价各类图像质量,提出了一种双树复数小波与结构相似性测量相结合的全参考客观评价方法.基于双树复数小波的平移不变性、方向选择性和低冗余特性,首先对图像进行双树复数小波变换,并在复数域计算结构相似度,然后经平均获得客观质量评价分,改善了对几何失真图像的评价性能,且实现简单、计算量小.在LIVE图库上的实验结果表明,提出的模型对亮度、对比度以及几何变化具备更强的稳定性.     

协同超像素和视觉显著性的图像质量评价

为实现全参考图像质量客观评估与人类主观评估更高的一致性, 本文提出了协同超像素和视觉显著性双重策略的图像质量评价方法。该方法通过融合4个图像特征相似度得到局部图像质量得分。这4个相似度分别是超像素局部亮度相似度、超像素局部色度相似度、视觉显著性相似度和Scharr梯度相似度。为了解决过去的评价方法中不同的特征相似度仅凭经验确定参数的问题, 提出相似度量参数修正模型对各相似度的参数进行自适应调整。最终的质量得分由视觉显著性构造的加权函数与局部质量得分池化获得。大量的比较实验表明, 本文方法的综合性能表现优异, 与主观评估具有更高的相关性。     

基于图像内容失真的全参考视频质量评估方法

利用图像梯度可反映图像的空间结果及图像相关系数能够反映人眼的空间复杂度掩盖特性的性质,提出根据失真图像梯度与参考图像梯度间的相关系数来反映图像的内容失真,然后结合图像的亮度失真来评价图像质量的方法．使用该质量评估方法测得的失真视频客观质量评分与其主观质量评分有很好的一致性．     

基于JND的H.264编码模式选择算法

提出了一种基于JND模型的H.264编码模式选择算法, 使用改进的基于DCT域的JND计算模型, 同时考虑了时空域CSF、亮度自适应调节、带内/带间掩蔽等因素, 对编码过程中产生的预测残差进行JND阀值计算; 在率失真计算过程中, 通过去除不可察觉的冗余系数进行主观质量优化. 实验结果表明, 在不影响视频主观质量的前提下, 该算法明显降低了编码产生的数据量, 提高了编码效率.     

一种基于Shearlet变换的图像质量客观评价方法

提出一种新的图像质量评价方法,将Shearlet变换捕捉视觉感知特征的能力和人类视觉系统的感知特性相结合来描述各种失真引起的图像质量的变化。该评价方法首先对参考图像和失真图像进行Shearlet分解,再对分解得到的不同尺度下的子带系数进行对比敏感度掩膜。然后根据由参考图像子带系数确定的感知阈值来计算参考图像和失真图像的各个子带中可感知到的系数所占的比例。最后通过比较失真图像相对于参考图像可感知到的系数所占比例的变化程度,综合得到图像质量的客观评价。分别在LIVE数据库和不同失真程度的图像集上对本研究算法进行有效性和合理性实验。实验表明本研究所获得的客观质量评价结果与人类的主观质量评价具有较高的一致性,能够很好地反映人类的主观感受。     

基于自然图像统计的无参考图像质量评价

为了解决无参考图像情况下的质量评价问题,基于变换域的自然图像统计模型,提出一种适用于白噪声、高斯模糊、JPEG2000压缩等失真类型的无参考图像质量评价方法.利用自然图像Contourlet变换域子带均值间的线性关系,用失真条件下保持不变的低频子带均值预测未失真的高频子带均值,以高频子带预测均值与实际均值之间的差异计量图像的失真.结合人类视觉系统特性,对不同尺度、不同方向子带及子带内不同区域进行选取与加权,综合得到对失真图像的客观质量评价.实验表明,该质量评价测度与主观质量评价有较好的一致性,且在性能上优于峰值信噪比(PSNR).