图象质量评价的发展

图象质量评价的研究已成为图象信息工程的基础技术之一。对目前一些典型的数字图象质量评价方法进行了简要综述,并着重介绍了一种基于视觉兴趣的图象质量评价方法,指出了图象质量评价研究可能发展的方向。     

图象分割评价技术分类和比较

本文对图象分割评价，特别是评价方法和评价准则的进展，作了一个综述，现已提出的多数分割评价方法可分为直接法和间接法，直接法研究分割算法本身，面间接法根据分割图象来评价算法的性能。直接法和间接法都需要借助一定的评价准则来进行。本文对已提出的各种准则进行了分类与分析比较，并对常用的评价准则进行了实验比较，通过分析其性能表现排出了它们的优劣次序。本研究为在实际中正确地应用不同的评价方法提出了依据并指出了若干进一步研究的方向。     

图象分割质量评价方法研究

分析研究了图象分割质量的评价方法,将模糊集合的概念应用到分割评价方法中,引入模糊度测度．提出了一个简单有效的映射函数,可以快速有效地将图象从空间域变换到模糊性质域．对几种具有实际意义的图象分割质量评价参数及模糊度做了分析,提出了一个综合评价函数．实验结果表明：引入的模糊度比较准确地反映了分割图象的质量,其反映的分割图象质量差别与人的视觉效果基本一致．     

HVS模型及其在静止图象压缩质量评价中的应用

图象质量尺度是最优化图象压缩算法参数和提高图象质量的重要依据 .建立在人类视觉模型 (HVS)基础之上的感知质量尺度作为主客观联系的桥梁 ,能有效地反映出人对图象失真在视觉上的感知 .近年来 ,有许多研究者借助人类视觉系统研究中的最新成果 ,深入分析了与图象质量密切相关的视觉感知特性 ,提出了大量效果不错的静止图象压缩感知质量尺度 ,并对视觉感知特性在图象质量尺度中的应用方法进行了较全面的综述 ,揭示了影响其图象质量预测准确性、鲁棒性的主要因素 ,给出了该领域的最新研究成果和未来发展方向 .     

图象分割质量评价方法研究

分析研究了图象分割质量的评价方法,将模糊集合的概念应用到分割评价方法中,引入模糊度测度,提出了一个简单有效的映射函数,可以快速有铲地将图象从空间域变换到模糊性质域。对几种具有实际意义的图象分割质量评价参数及模糊度做了分析,提出了一个综合评价函数,实验结果表明：引入的模糊度比较准确地反映了分割图象的质量,其反映的分割图象质量差别与人的视觉效果基本一致。     

符合人眼视觉特性的视频质量评价模型

视频技术的发展为其质量评价的出了新的课题,但由于评价图像质量的关键在于所用视觉模型是否符合人的感知特性,因此评价图象质量必须考虑以视觉锐度,对比度敏感度,多通道结构和掩盖特性为基础的人眼视觉特性（HVS）,为了使人们对基于人眼视觉特性的视频质量评价模型研究现状有所了解,介绍了几种目前比较成功的基于HVS的视频质量评价模型,并分析和总结了它们的性能,最后展望了评价模型的发展。     

一种基于视觉兴趣性的图象质量评价方法

图象质量的正确评价是图象信息工程领域内一项很有意义的研究课题,但现有的图象客观评价方法并不完全符合人眼视觉特性。合理地评价图象质量应充分遵循人眼的视觉特性,但由于受到人的心理、文化背景、周围环境、不同的应用场合等多种因素的影响,人眼对同一幅图象中的不同区域往往具有不同的感兴趣程度,即人眼具有视觉兴趣性特性,该文在充分利用视觉兴趣性特性的基础上,针对只存在一个感兴趣区的图象,提出了一种简化的图象质量     

图象质量评价方法综述

图象压缩编码以及传输的结果，是由图象质量测度来评价的。由于人眼通常是最终的信息接受者，基于视觉特性的客观测度更符合主观评价。近年来，电子成象和编码的技术的飞速发展与应用，使这种质量评价标准成为活跃的研究区域，本文对其研究现状作了综述。     

解压缩图象质量的客观评价研究

指出了峰峰值信噪比ＰＳＮＲ用于图象质量评价的缺点,提出了一个直接量解压缩图象质量的客观指标－细节信噪比ＤＳＮＲ,它能客观反映细节信号能量和噪声对图象质量的影响。实验证明,在相同场景中ＤＳＮＲ能较好地反映ＰＳＮＲ的变化,因而可以用于同一图象的不同压缩图象以及图象序列的评价。     

基于人类视觉感知特性的一种纹理图象分割方法

在纹理图象分割的研究领域中,基于人类视觉感知特性的图象分割方法是一个重要的新方向,本文给出了一种纹理图象分割的方法,设计了一组参数不同的2D最佳正交极可分方向滤波器来提取图象特征,然后经过四叉树平滑,用模糊C－均值聚类对图象进行分类,最后进行边缘确定,实验结果表明,这种方法能获得较好的分割效果。     

基于HVS的图像质量评价方法研究

针对目前视频会议图像系统优化中,由于在画面质量评测方面存在的差异大的问题,结合实际装备情况,研究图像质量准确评价问题,图像采集、压缩传输中会出现畸变,使图像模糊,传统评价方法难以对特征进行正确区分,导致图像质量准确率低.为提高图像质量评价准确率,提出一种基于HVS的图像质量评价方法.为业务处理提供科学依据,对于有效规范值勤业务管理,提高装备运行质量,增强任务保障能力,为提升视频会议保障图像质量具有十分重要的意义.     

基于均方误差的变形图像的质量评价

随着数字图像技术的发展图像质量评价已成为了一个重要的研究课题.作为图像质量的一部分,图像逼真度通常由均方误差来表示.均方误差作为既简单又古老的客观图像质量评价方法沿用至今,在图像质量评价中扮演着重要角色,但在实际应用过程中发现其存在一定的局限性.从对比度拉伸、亮度变化、加噪声、模糊、放缩、平移、旋转等经典图像变形的角度出发,实现了给定一个均方误差值和允许误差值,得到11种均方误差值近似相等的变形图像.经分析得出,同一均方误差下的不同变形图像给人的主观感受不同;图像经很小的几何修正后,对应的均方误差值可能很大;均方误差越大,图像失真越严重.并设计了一个120人的主观评价实验,验证了均方误差在基础变形图像上评价的局限性.     

基于几何结构失真模型的图像质量评价研究

客观图像质量评价研究的目的是设计一种和视觉感知保持一致,且适用于各种失真模型的质量评价方法. 传统的结构相似度量质量评价方法忽视了自然图像本身的特点,不能很好地评判某些失真类型图像. 本文根据人眼视觉系统(Human visual system, HVS)在感知图像质量过程中的特点,探索自然图像的本征几何结构特征, 考虑像素点的方向失真、幅度失真和方差失真,提出了一种新型的基于图像几何结构失真模型的完全参考质量评价方法. 在标准数据库上的实验结果表明,本文方法适用于所有失真模型图像数据的质量评价, 计算复杂度相对较低,得到的图像客观评价结果和主观评价方法具有更好的一致性, 能够很好地反映人眼对图像质量的主观感受.     

基于视觉感知和等周割的二维阈值分割算法

二维阈值分割方法没有考虑人类视觉感知的特性,将整个灰度级区域作为分割阈值的搜索空间.同时等周割图像分割方法没有直接考虑图像的灰度信息以及迭代终止条件难以确定的问题,因而对灰度图像的分割效果不甚理想.因此提出了一种融合视觉感知和等周割的二维阈值分割方法,该方法首先利用视觉感知的特性选择候选阈值向量所在的灰度区域,再将等周割作为准则,从候选阈值向量中选出最小等周率所对应的候选阈值向量作为最佳的分割阈值向量.在一系列图像上的实验结果表明,与几种经典的二维阈值分割方法相比,所提算法的分割效果更好.