面向印刷质量控制的元学习盲图像质量评价方法

目的 为了更好地检测印刷图文复制效果,提高生产效率,提出一种针对图像复杂失真和内容变化的元学习盲图像质量评价模型.方法 首先在元训练部分,通过ResNet50网络获取多个失真数据集的共有失真先验知识;然后在元测试部分,融合ResNet50的多层次特征,实现对图像局部失真和全局失真的完整描述;最后通过特征降维、融合获得多层次特征的权值,建立图像质量评价网络模型.结果 模型在真实失真数据集LIVEC上SRCC达到0.87以及在合成失真数据集LIVE上SRCC达到0.97,且模型的预测性能和泛化性能都要优于其他算法.结论 所提出的元学习盲图像评价方法能够准确预测不同类型图像质量分数,可为印刷图像质量评价和印刷生产控制提供一定指导.     

基于SSIM的印刷图像质量评价研究

利用心理物理学实验方法,对10幅ISO标准图像进行了印刷图像的视觉评价实验,分析了颜色、对比度、阶调等图像属性在图像评价中的权重,并分析了MSE,PSNR和SSIM模型在印刷图像评价时的性能。结果表明,结构相似度模型具有较好的性能,在印刷品质量评价中有较好的应用前景。     

基于结构相似性的图像质量评价方法

分析现有图像质量评价方法特点,针对基于失真敏感度的质量评价方法的局限性,提出了一种新的基于结构相似度的图像质量评价方法,从亮度、对比度、结构三个子方面得到一个总的相似性度量作为质量客观评价标准.该方法充分考虑了图像的结构信息和人类视觉的特性,从图像内容的理解功能出发,通过数学建模估算出人眼对图像质量的主观视觉感受,使结构相似性计算模型符合图像处理应用的本质.通过理论推导和算法验证,该方法可以为选择图像压缩算法和评价图像质量提供依据.将采用压缩算法SPIHT编解码后的图像与传统的峰值信噪比方法评价图像相比,实验表明,本文提出的算法是一种更为有效的图像质量评价方法.     

基于人眼视觉的无参考彩色图像质量评价方法

目的研究如何自动评价相机拍摄图像的质量问题,针对其可能存在的失真类型特点,提出基于人眼视觉的无参考彩色自然图像质量评价方法。方法利用颜色恒常性和人眼视觉掩盖效应,分别计算色偏和模糊程度,并对相机拍摄图像进行测试;利用佳能EOS700D相机拍摄图像,对可能出现的失真进行组合测试,并与主流评价模糊图像的算法如G-SSIM,GSIM及色偏评价方法进行比较。结果实验发现,综合评价指标计算值与图像质量人眼评价值成反比;图像质量越差,综合评价指标计算值越高。结论无参考彩色自然图像质量评价方法,适合相机拍摄图像的无参考图像质量评价,可以开发集成到相机的辅助功能中。     

基于图像分析的显微视觉照明自动优化

针对手工调节照明强度、人为评测图像质量给全自动微装配,微操作带来功能局限,本文从图像高频信息分析(IHFA)的角度提出图像质量评测方法.该方法利用基于时域的梯度函数或基于频域的傅里叶变换对图像的高频能量进行计算,从而实现最佳照明强度寻优.开发了照明自动调控系统,并以此硬件为基础进行显微视觉照明实验.实验表明,图像平均亮度相应变化的平均线性度可达1.3%;在适当的照明强度下,显微图像的高频信息最大:另外,传统的图像质量评价(IQA)体系侧重于评测人类视觉感知的效果,而基于IHFA的测度函数则更好地反映了图像的信息传感功能.     

基于亮度阈值效应的无参考图像质量评价方法

目的图像质量的优劣不仅与失真有关,同时与亮度图像的质量有关,而无参考图像质量评价中未考虑到亮度图像的质量对图像整体质量评价的影响,因此引入亮度阈值效应对其亮度图像的质量进行量化评价。方法在BRISQUE算法的基础上进行改进,以快速衰落失真为例,在调整亮度后获取的50幅图像库中进行实验,将失真图像分层为入射分量和反射分量,对入射分量(亮度图像)采用亮度阈值算法,反射分量(反射图像)采用BRISQUE算法,提出一种新的无参考图像质量评价方法。结果文中算法的皮尔逊相关系数(PCC)为0.9982,斯皮尔曼秩相关系数(SROCC)为0.9741。结论由实验数据可知,文中算法在人眼视觉的主观评价上相较于BRISQUE算法有更好的一致性,符合人眼的视觉感知。     

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。     

木材染色品质在线检测装置设计

为实现木材染色生产高精度的在线检测,该文设计了一款新型在线检测装置,该装置通过计算机视觉技术获取RGB空间的实验数据集,采用分光光度计获取标准数据集然后重建光谱反射率建立模型,将RGB颜色空间映射到CIEL*a*b*颜色空间,最后分析色差进行颜色质量评价。采用标准色卡采集的标准数据作为训练样本,测试色卡作为测试样本进行实验测试,实验结果表明所设计装置具有较高的测量精度。     

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。     

基于颜色计算显著特征的彩色图像质量评价方法

目的从颜色这个角度研究新的全参考图像质量评价方法。方法首先在Lab色空间内基于颜色信息提取2个图像特征,即颜色和对比度特征。然后将颜色特征和图像梯度相结合,对比度特征和图像局部范围相结合,分别提出不同的图像质量评估方法。结果采用该领域内4种常用的参数来评估文中算法和14种其他经典算法的表现,结果显示文中提出的2种基于图像彩色信息的算法总体上优于其他算法。结论从颜色计算显著特征出发来研究图像质量评价方法是一个有效的途径。     

基于视觉显著图的车牌定位算法

本文基于视觉显著图提出了一种新的车牌定位算法.首先利用自底向上的视觉注意模型对输入的彩色图片分别提取出强度、车牌颜色、车牌边框方向三类特征图;然后将特征图整合成视觉显著图,并对视觉显著图进行二值化,得到车牌的候选区域;最后结合输入图片水平方向上的边缘信息,以及车牌的长宽比例、跳变次数等特征,准确提取车牌区域.实验证明,此算法能大量地减少背景环境对定位所带来的伪车牌个数,有很强的环境适应性和抗噪能力,具有较高的定位率.     

Perceptual Gradient Similarity Deviation for Full Reference Image Quality Assessment

Perceptual image quality assessment (IQA) is one of the most indispensable yet challenging problems in image processing and computer vision. It is quite necessary to develop automatic and efficient approaches that can accurately predict perceptual image quality consistently with human subjective evaluation. To further improve the prediction accuracy for the distortion of color images, in this paper, we propose a novel effective and efficient IQA model, called perceptual gradient similarity deviation (PGSD). Based on the gradient magnitude similarity, we proposed a gradient direction selection method to automatically determine the pixel-wise perceptual gradient. The luminance and chrominance channels are both took into account to characterize the quality degradation caused by intensity and color distortions. Finally, a multi-scale strategy is utilized and pooled with different weights to incorporate image details at different resolutions. Experimental results on LIVE, CSIQ and TID2013 databases demonstrate the superior performances of the proposed algorithm     

一种图像的显著区域提取方法

本文提出一种新的图像显著区域提取方法,分别提取原始图像的亮度、颜色、方向三个特征,并将三个特征的多尺度图像特征合并成一幅总的显著图;其中,在图像颜色特征提取中融入图像的频域特征,简化了算法的复杂度及实现难度,在图像方向特征提取中应用新的特征函数,使得方向特征图更加完善.实验结果显示本文方法相比较Itti算法显著图更为明显且易于实现,在图像目标重定位应用中图像形变少,效果更好.     

基于结构相似度的彩色图像质量评价算法

目的研究在Matlab中度量彩色图像之间结构相似度的评价算法,用以评估彩色图像的质量。方法以灰度图像的结构相似度评价模型(SSIM)为基础,在Matlab中将以RGB色空间存储的彩色图像转换到亮度信息和色彩信息分别度量的YUV色彩空间中,设计算法度量彩色图像之间的亮度比较值、对比度比较值和结构比较值,综合三部分后可得彩色图像之间的结构相似度。结果实验结果表明,利用彩色结构相似度算法可以计算彩色图像与参考图像之间的相似度数值,用作质量评价,且其评价结果与人类视觉感知评价(即主观评价)结果保持一致。结论该方法可作为一种新型的彩色图像质量评价准则。     

基于底层特征和高级语义的真实失真图像质量评价

目的由于现有无参考质量评价方法无法准确判断真实失真图像的质量,提出一种基于图像底层特征和高级语义提取的真实失真图像质量评价方法。方法首先根据真实失真图像的底层特征指标进行k-means聚类,在每一类图像中利用深度卷积神经网络(Deep Convolutional Neural Network, DCNN)的方法提取图像的一级高级语义特征,采用多种特征函数对一级高级语义特征进行聚合,得到图像的二级高级语义特征,并建立了高级语义特征与平均意见主观分(Mean Opinion Score, MOS)的高容量回归器。结果提出的算法在KonIQ-10k图像库预测出的质量分数与对应MOS值能达到很高的一致性,Spearman秩序相关系数(SROCC)和Pearson线性相关系数(PLCC)分别能达到0.95和0.97。结论提出的算法能够快速且准确地对真实失真图像质量作出评价。     

色貌模型在跨媒体图像复制中的应用研究

目的 研究CIECAM02和iCAM色貌模型颜色空间的均匀性,以及应用于不同观察条件下的图像复制效果。方法 利用均匀颜色数据集测试色貌模型颜色空间的均匀性,并通过视觉评价实验来测试2个色貌模型的图像复制效果。结果 CIECAM02的色貌空间具有更好的色差均匀性,iCAM的色貌空间具有更好的色相、明度和彩度均匀性。在不同观察条件下的图像复制中,CIECAM02有更好的表现。结论 iCAM的颜色空间适合于颜色色貌属性的计算,而CIECAM02的颜色空间更适合于颜色色差的计算,在不同观察条件下的图像复制中,CIECAM02有更稳定的表现,但并不是对所有图像都有更好的表现。     

基于视觉底层特征的图像增强方法

目的提出基于视觉底层特征对不同类型图像权重的图像增强方法。方法提取图像的视觉底层特征,如颜色、亮度、方向、纹理和边缘特征;加权融合成计算显著图;与眼动仪测得的眼动显著图进行相关系数比较,以确定各视觉底层特征的最佳权重。再根据权重的大小为不同类型的图像选择合适的图像增强方法。结果采用基于视觉底层特征的图像增强方法,其增强后的效果更符合人眼视觉感知。结论针对不同类型的图像需要充分考虑各视觉底层特征的权重大小,使其能真实反映视觉感兴趣区域,以达到提高图像增强后的视觉感知一致性。     

基于高斯拉普拉斯算子的色域映射算法

目的进一步提高色域映射质量,深入研究空间色域映射算法。方法利用高斯拉普拉斯算子对原图的边缘细节进行提取,叠加到映射后图像上再进行二次映射,得到的图像使用结构相关性和图像色差模型进行评价,将数据与最小色差法、CUSP和Bala等人提出的算法进行比较。结果基于高斯拉普拉斯算子的色域映射算法的结构相关性和图像色差都比Bala等人提出的算法要好。对于色彩艳丽、细节丰富的图像,空间色域映射算法结构相关性和图像色差反而不如普通算法。结论基于高斯拉普拉斯算子的色域映射算法能够提高图像的映射质量,但是空间色域映射算法映射质量并不一定优于非空间类色域映射算法。     

基于纹理相似度的颜色迁移

提出一种以纹理相似度为依据的颜色迁移算法。通过提取图像的多维纹理特征进行主成分分析和线性判别分析,构建纹理特征空间,以度量像素点邻域的纹理相似度,并以纹理相似度为依据,对图像进行分割,在分割后的局部区域,建立纹理相似度与色度信息的映射关系,实现颜色迁移。实验结果表明,基于纹理相似度的颜色迁移,可解决颜色在边界处的误扩散问题,颜色迁移效果较好。