视觉多通道梯度与低阶矩自适应图像评价

针对现有图像梯度特征质量评价方法的不足,充分考虑人类视觉系统(HVS)特性,提出了一种基于HVS多通道梯度和低阶矩联合(MGLJA)方法。MGLJA基于log-Gabor滤波器提取图像的多通道视觉特征并予以阈值稀疏化处理;然后以梯度相似度算法和低阶矩失真度算法分别评价各通道视觉特征的能量特征和结构特征;在评价融合阶段,MGLJA首先依据视觉中央凹空域加权局部评价,其次依据对比度函数频域加权各通道评价;最后,通过一步快速回归算法自适应地融合梯度评价和低阶矩评价得到待测图像的质量评价。不同类型和水平失真图像的实验结果表明,MGLJA方法的斯皮尔曼原始排序相关系数、回归曲线的相关系数及均方根误差等评价指标均优于PSNR类传统方法,与特征结构相似度(FSIM)及视觉显著(VSI)等新方法相比整体性能上也有较大优势,且评价实时性也明显优于FSIM方法。     

视觉稀疏化多通道多特征自适应的图像评价

针对均值奇异值分解(M_SVD)算法没有考虑图像的结构特征和视觉特性,利用Log-Gabor小波模拟人类视觉系统(HVS),提出了一种将视觉奇异值与几何矩联合(VSVGM)的方法。VSVGM首先基于二维Log-Gabor变换提取图像的视觉多通道奇异值能量特征,然后设计了视觉阈值算法和失真度评价算法分别对该特征进行稀疏化处理和局部测量;其次,根据HVS空域、频域特性融合局部评价和各视觉通道评价;最后,VSVGM自适应地融合了视觉几何矩第二结构特征评价。实验结果表明VSVGM的主、客观评价相关系数和预测相关系数分别提高了4.4%和3.5%,预测误差则降低了2.491。VSVGM方法的整体准确度、稳定性及评价速度均优于特征相似度(FSIM)新方法。     

广义平均的全参考型图像质量评价池化策略

为了设计与人的主观评价相吻合的全参考型客观图像质量评价(IQA)算法。针对不同算法提取的局部特征,利用广义平均的非线性性质,提出了2种池化策略,以提高结构相似度(SSIM),梯度结构相似度(GSSIM),特征相似度指标(FSIM)的评价能力。在TID2008和TID2013数据库中进行数值实验,讨论了所有失真类型非线性参数的选择以及不同失真类型之间非线性参数的变化。结果表明,采用广义平均池化策略能提高IQA算法的有效性。4种客观评价指标Spearman等级相关系数(SROCC)、Kendall等级相关系数(KROCC)、Pearson线性相关系数(PLCC)和均方误差根(RMSE)表明所提算法性能优于已有的算法,与人的视觉系统具有一致性。     

基于SSIM与ROI的视频质量评价方法

在客观结构相似视频质量评价模型SSIM基础上,提出了一种基于感兴趣区域(ROI)的视频质量评价方法,方法通过对帧内感兴趣区的提取,对帧内分块计算的SSIM值进行加权.该方法具备了SSIM算法的简单、高效等特性,同时又融合了人类感兴趣区域这一视觉特性,使得算法更好的反映了人的主观感受.在VQEG Phase Ⅰ测试数据集的实验结果表明,该方法的非线性回归后相关系数、斯皮尔曼相关系数、线外率等指标均优于传统的其他视频质量评价算法,有效地提高了视频客观评价与主观评价的相关度.     

基于再模糊理论的无参考图像质量评价

针对目前无参考图像质量评价算法依赖训练样本集、算法复杂性较高,难以应用于图像视频采集设备等问题,提出了一种基于有效再模糊的无参考图像质量评价算法(NRIQAVR)。首先研究了便携式设备采集图像的特点,然后在再模糊理论基础上通过计算最小和最大再模糊标准差,构造了与人类视觉感知相近的NRIQAVR算法,通过理论证明该算法可以反映自然场景图像模糊度。最后在多个公开数据集和头盔摄像机采集的图像上测试,对比其他流行算法,该算法性能稳定且无需训练,评价结果与主观感知之间的相关系数平均值高于0.92,离出率低于0.05,平均执行时间0.088 s。该算法符合人类视觉感知、不依赖图像内容、简单易行、可以达到11帧/s的处理速度,具有重要实际应用价值。     

结合局部特征的无参考彩色图像质量评价

由于传统的无参考彩色图像质量评价方法与人眼感知结果的一致性较差,本文提出了一种全面利用待评价图像的色度、锐利度和对比度的无参考彩色图像质量客观评价方法。分析了彩色图像锐利度的局部特征,提出了一种新的彩色图像锐利度测量模型。基于对比度的局部特征和Buchsbaum曲线特征,建立了新的彩色图像对比度测量模型。最后,通过线性组合色度测量模型、锐利度测量模型和对比度测量模型,构建了无参考彩色图像质量评价函数。利用TID2013数据库中的3类退化图像(高斯模糊图像、对比度改变图像和噪声图像)验证了本文提出的锐利度测量模型、对比度测量模型和无参考彩色图像质量评价函数的性能。结果表明,本文提出的锐利度测量模型和对比度测量模型的性能均优于传统的锐利度和对比度计算模型。提出的无参考彩色图像质量评价函数的Spearman秩相关系数(SROCC)为0.904,Kendall秩相关系数(PROCC)为0.865,Pearson线性相关系数(PLCC)为0.922,亦均优于传统方法。     

基于相关系数导数的余弦信号检相算法

检相方法的精度受到采样条件影响时,通常无法满足相位式激光测距的高精度检相需求.介绍了等相位信号具有极大相关系数的特性,分析该特性与待测相位的关系,提出了基于相关系数导数的检相算法;分析基于离散傅里叶变换的滤波方法,为算法提供了噪声干扰信号的检相策略.最后通过模拟计算验证了算法的可行性,分析了算法的检相误差.计算表明该算法具有精度高和不受采样条件影响的特点,无论有无噪声干扰,算法的检相精度都优于相关函数法.     

基于显著性图像边缘的全参考图像质量评价

大部分图像质量评价算法仅研究图像的灰度值及信息内容,没有充分考虑人眼视觉特性对图像质量评价的影响,针对此问题提出了一种基于显著性图像边缘的全参考图像质量评价方法。利用显著性图像表征图像的视觉关注内容,然后提取显著性图像的边缘检测图,得到人眼关注的结构和边缘,最后计算参考图像与失真图像边缘检测图之间的汉明距离得到图像质量评价指标。实验结果表明本文提出的评价指标满足人眼视觉特性,对于各种失真类型有非常高的主观一致性,评价性能也优于很多其他指标。     

视觉感知的彩色图像质量积极评价

针对现行的被动(消极)彩色图像质量评价方法存在的问题,深入研究了人类视觉感知彩色图像特征的质量参数:彩色图像平均对比度、彩色图像平均信息熵、彩色图像平均亮度(平均灰度)、彩色图像平均层次因子和彩色图像平均带宽因子.以上述研究为基础,构建了基于扰动变换的主动(积极)彩色图像综合质量评价函数(CAF).研究发现CAF是扰动参数Delta和Theta的函数,通过对扰动参数进行变换,可以使CAF达到最大值,从而实现对单幅彩色图像的质量评价和质量改善.分别对窄带谱、宽带谱和全带谱3种不同色度谱类型的彩色图像进行了积极评价,结果表明,纳入平均带宽因子和平均层次因子两个参数的彩色图像质量积极评价方法符合人类视觉主观评价要求,可使扰动变换获得的彩色图像更加柔和、更富有层次感.该方法不仅能评价单幅彩色图像质量的好坏,还可以通过扰动变换改善彩色图像质量.     

基于嵌入式监控系统的运动估计算法

基于对监控视频序列运动矢量分布的方向特性和起始点预测搜索技术的研究,提出了一种运动估计算法-自适应三分级搜索算法(ATLS),并结合Inter XScale微处理器架构对算法进行优化,解决了传统运动估计算法在嵌入式系统中搜索速度低的问题,算法运算复杂度低.实验结果显示.与运动矢量场自适应搜索算法相比,在图像质量几乎不下降的情况下,该算法平均搜索速度明显提高,综合性能优于运动矢量场自适应搜索算法(MVFAST)算法.     

Fusion of GFP and phase contrast images with complex shearlet transform and Haar wavelet‐based energy rule

Image fusion techniques can integrate the information from different imaging modalities to get a composite image which is more suitable for human visual perception and further image processing tasks. Fusing green fluorescent protein (GFP) and phase contrast images is very important for subcellular localization, functional analysis of protein and genome expression. The fusion method of GFP and phase contrast images based on complex shearlet transform (CST) is proposed in this paper. Firstly the GFP image is converted to IHS model and its intensity component is obtained. Secondly the CST is performed on the intensity component and the phase contrast image to acquire the low‐frequency subbands and the high‐frequency subbands. Then the high‐frequency subbands are merged by the absolute‐maximum rule while the low‐frequency subbands are merged by the proposed Haar wavelet‐based energy (HWE) rule. Finally the fused image is obtained by performing the inverse CST on the merged subbands and conducting IHS‐to‐RGB conversion. The proposed fusion method is tested on a number of GFP and phase contrast images and compared with several popular image fusion methods. The experimental results demonstrate that the proposed fusion method can provide better fusion results in terms of subjective quality and objective evaluation.     

基于改进Canny算子的光纤面板暗影检测

暗影作为光纤面板的缺陷之一,对其成像质量有很大的影响。首先利用最优算子Canny算子实现暗影的检测,然后通过分析其结果,提出了利用小波去噪的方法改进Canny算子。并提出在小波去噪的始末增加对图像取对数、指数的操作,从而同时去除加性噪声和乘性噪声。实现了在VC++开发环境下将改进的小波去噪算法嵌入到Canny算子中,代替其本身内置的高斯滤波器。实验结果表明,改进后Canny算子检测出的暗影边缘结果优于改进前的Canny算子,且避免了手动设置参数,很大程度上降低了程序的复杂性。     

强反射表面缺陷图像预处理

为了校正强反射表面图像的亮度不均匀性,抑制局部强亮度现象,同时使其保留足够多的原始图像信息,研究了强反射表面缺陷图像的预处理方法。分析了强反射表面的光学特性,研究了偏微分方程理论及同态滤波算法,在此基础上提出了一种基于偏微分方程的同态滤波算法,即采用热传导方程滤波算子对同态分解的图像进行处理。引入信息熵对不同尺度参数下的处理效果进行评价,从而确定热传导同态滤波的尺度参数,并将该算法与背景去除法、基于小波的同态滤波算法进行了比较。对比实验表明,采用提出的算法处理后得到的图像其灰度级均匀分布在1～6之间,信息熵值均在91%以上。该方法校正了图像亮度的不均匀性,提高了图像质量,同时能保留足够多的原始图像信息。     

Multiscale toggle contrast operator-based mineral image enhancement

Mineral image is one type of crucial data for mineral research and analysis. However, some mineral images are not clear in some cases. To efficiently enhance mineral images and therefore benefit the applications of these images, a multiscale toggle contrast operator based algorithm is proposed in this paper. First, the toggle contrast operator is discussed. Secondly, the multiscale toggle contrast operator using structuring elements with different sizes is given. Thirdly, the multiscale toggle contrast operator is used to enhance the original image at different scales. Finally, the final enhanced image is constructed from the multiscale enhanced results. Because multiscale structuring elements are used, the algorithm performs efficiently and produces few noises. Experimental results show that the proposed algorithm is efficient for mineral image enhancement. More importantly, the proposed algorithm could be also used in other types of images, such as visual image, medical image and so on, for image enhancement.     

Application of convolutional neural network to acquisition of clear images for objects with large vertical size in stereo light microscope vision system

For an object with large vertical size that exceeds the certain depth of a stereo light microscope (SLM), its image will be blurred. To obtain clear images, we proposed an image fusion method based on the convolutional neural network (CNN) for the microscopic image sequence. The CNN was designed to discriminate clear and blurred pixels in the source images according to the neighborhood information. To train the CNN, a training set that contained correctly labeled clear and blurred images was created from an open‐access database. The image sequence to be fused was aligned at first. The trained CNN was then used to measure the activity level of each pixel in the aligned source images. The fused image was obtained by taking the pixels with the highest activity levels in the source image sequence. The performance was evaluated using five microscopic image sequences. Compared with other two fusion methods, the proposed method obtained better performance in terms of both visual quality and objective assessment. It is suitable for fusion of the SLM image sequence.     

基于小波分解灰关联的热波检测图像增强

针对热波检测图像存在的高噪声、低对比度等问题,提出一种基于小波分解和灰关联分析的图像增强方法。该方法首先采用小波变换对待处理的热波图像进行三级小波分解,得到图像相应的低频分量和高频分量,然后利用图像中干扰信号和有用信号在分解后不同分量上的分布规律,采用灰色理论中的灰色关联分析理论来区分高频分量中的干扰信号和有用信号,从而实现对图像中噪声的抑制以提高图像的质量。实验结果表明:提出的方法与常规的滤波方法、小波阈值去噪增强等方法相比,图像的对比度得到明显改善,峰值信噪比最大,因此该方法可用于热波检测图像的增强处理中。     

图像端到端感知质量的快速估测方法

本文介绍了一种新型的利用图像活动性(IAM)快速估计水下图像端到端体验质量的方法。首先引入结构相似度(SSIM)作为图像感知服务质量(PQo S)参数评价图像质量,将图像初始活动性(IAM)作为区分图像内容的本征参数;随后基于质量向量(QV)的概念,分别分析了非压缩图像的结构相似度,图像初实活动性与无条件丢失概率(SSIM-IAM.-ulp)之间的联合特性,以及压缩图像的结构相似性,压缩率与无条件丢失概率(SSIM-IAM.-ulp)之间的联合特性。最后,在上述联合特性的基础上提出了劣化图像SSIM的预测算法。测试实验证明,该类算法有较高的预测准确率,预测误差最低可达0.8%。