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。     

基于色貌尺度相位一致性的全参考图像质量评价

为提高图像质量评价模型的准确性,提出一种基于色貌尺度相位一致性的全参考评价模型。首先,在CIELAB色空间的色貌指标Vividness上提取图像结构信息,得到色貌尺度上的相位一致性量值;然后,利用均方根法计算对比度相似图,并在通过上述色空间的颜色通道获取色度相似图;最后,将相位一致性、对比度以及色度三种图像特征结合,采用标准差法进行求和池化,得到全参考图像质量评价计算模型。为验证本模型的可靠性,对4个常用图像数据库中的失真图像进行测试,依据4项评价标准分析其预测精度、计算复杂度及泛化性。实验结果表明,模型在上述数据库中测得的Pearson线性相关系数值最低为0.878 1(TID2013),最高达到0.961 6(LIVE);Spearman秩相关系数值最低为0.859 2(TID2013),最高达到0.965 3(LIVE)。与多种现有方法相比,本图像质量评价模型具有更高的视觉关系预测精度。     

颜色空间统计联合纹理特征的无参考图像质量评价

为了客观评价图像质量,本文提出联合颜色空间统计特征和权重局部二值模式(Local Binary Pattern,LBP)纹理特征的无参考图像质量评价模型。首先,对失真图像进行亮度去均值对比度归一化(Mean Subtracted Contrast Normalized,MSCN)操作得到MSCN系数;然后,对MSCN系数提取其统计参数特征和权重LBP直方图特征,其中统计参数由广义高斯模型获得,权重为MSCN系数的幅度。另外,还采用了Lαβ颜色空间下红绿和蓝黄分量的自然场景统计(Natural Scence Statistics,NSS)特征来增强基于颜色失真的描述,并运用非对称广义高斯模型获得统计参数特征。最后,运用SVR建立图像质量评价指标到主观质量得分的回归模型。在LIVE,CSIQ,TID2013和MLIVE数据库上的实验结果表明:4个数据库加权平均Spearman秩相关系数为0.776,Pearson线性相关系数为0.821,均优于其他方法;图像大小为512×512时特征提取只需0.19s。本文提出的方法与人眼主观感知具有良好的一致性,并具有复杂度低等优点。     

基于色彩感知的无参考图像质量评价

图像发生失真会改变RGB色彩空间的颜色特征、各色彩分量的亮度分布及其间的相关性,基于此,提出了一种新的无参考图像质量评价方法。首先,标准化6种颜色系数以消除光照环境变化对RGB模型的影响,并利用各颜色系数的拟合广义高斯分布模型(GGD)的形状参数作为颜色统计特征;其次,分别计算各色彩分量的均值减损对比归一化(MSCN)系数及其邻域系数间的互信息,利用互信息作为统计特征来描述其各分量间的相关性;进而,利用人眼更为敏感的G分量MSCN系数的拟合GGD模型参数及其4方向邻域MSCN系数的拟合非对称广义高斯分布模型(AGGD)参数作为亮度统计特征;最后,分别利用支持向量回归机(SVR)和支持向量分类机(SVC)构建无参考图像质量评价模型和图像失真类型识别模型,并在LIVE等数据库上进行了算法与差异平均意见分(DMOS)的相关性、模型的鲁棒性等方面的实验。实验结果表明,本文方法的评价结果与人类主观评价具有高度的一致性;而且图像失真类型识别模型的识别准确率也高达到93.59%,明显高于当今主流无参考图像质量评价方法。     

基于小波变换纹理一致性测度的遥感图像融合算法

本文提出了一种基于小波变换的遥感图像融合算法，利用多分辨小波变换的系数，采用低频图像的小波系数最小值作为融合后的低频系数，高频图像根据纹理一致性测度的纹理检测确定融合规则，调整高频小波系数大小。利用小波变换对图像相对应的低频分量及各方向细节分量进行针对性融合处理，很好地将来自不同图像的特征与细节融合在一起，并对融合图像质量进行了对比评价。实验结果表明，这种方法能够在保留图像微小细节方面获得满意的结果，这种算法有效且优于传统的图像融合方法。     

精确质量控制的遥感图像JPEG2000压缩方法

提出了一种精确控制图像压缩质量的遥感图像JPEG2000压缩方法.根据小波变换的完全重构和子带系数量化误差统计独立特性,建立了压缩图像峰值信噪比质量指标与小波系数编码量化误差的数学表达关系式.在传统JPEG2000率失真理论的基础上,建立以压缩图像质量为目标,最小化编码码率的模型,并给出了压缩图像质量控制的码流优化截取方法.对标准测试图像以及卫星遥感图像进行实验,并与传统JPEG2000方法进行比较.结果显示,该方法具有相同的编码架构和复杂度,能够精确控制压缩图像质量,控制精度小于1％.对于序列多幅遥感图像,在相同平均码率条件下,提出的方法具有更高的整体压缩图像峰值信噪比.     

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。     

结合视差补偿与3D数据处理的盲光场图像质量评价

与传统的2D图像相比,光场图像记录了场景中光线的强度和方向信息,在多媒体技术应用领域中占据着重要的地位。但在光场图像的产生、传输等处理过程中会不可避免地引入失真,影响用户视觉体验,因而需构建有效、准确的光场图像质量评价方法对其进行评估。本文基于光场图像的伪视频和极平面图像提出了结合视差补偿与3D数据处理的盲光场图像质量评价方法。首先,采用视差补偿模块处理光场图像伪视频序列,然后对经过视差补偿后的伪视频序列进行三维离散小波变换以及三维去均值对比度归一化处理,并提取频域和空域特征。同时,在极平面图像上提取方向梯度直方图特征表征其角度信息的失真。最后,运用支持向量机建立图像质量评价指标到主观质量得分的回归模型。所提算法在公开数据库NBU-LF1.0,Win5-LID和SHU上的PLCC分别达到0.886 1,0.928 7和0.976 9,实验结果表明,与经典的二维图像质量评价方法以及先进的光场图像质量评价方法相比,本文方法与主观质量评价结果的一致性更高。     

互参考激光光条图像质量评价

提出了互参考激光光条图像质量评价方法用于检测激光辅助立体视觉测量中的图像质量。分析了立体视觉测量中单幅激光光条图像的灰度分布特性以及左右激光光条图像灰度分布的相关性。利用光条截面灰度分布梯度表征图像清晰度,并建立了综合考虑单幅图像质量与左右图像相关质量的互参考激光光条图像质量评价方法。然后,确定质量系数的阈值,通过分析噪声对光条提取误差的影响,确定提取误差不高于1个像素的单幅图像质量系数QL,QR∈[0.2,1),通过不同表面激光光条投影实验,确定左右图像相关质量系数QLR∈[0.8,1)。最后,在锻造车间进行了现场实验,重建方形锻件高度为1 747.0mm和491.3mm。实验结果显示,清晰的光条图像质量系数符合确定阈值,受噪声干扰的光条图像质量系数偏离设定阈值,验证了本文提出的质量评价方法能较好地反映激光光条图像缺陷。     

基于小波变换和神经网络的数字图像清晰度识别算法

数字图像的清晰度评价一直是各类数字成像系统的一个关键问题.在研究了常用的清晰度评价方法的基础上,通过研究找出了图像二维小波分解向量与图像质量的对应关系,分析了其细节信息,并采用统计的方法提取了图像特征二层小波分量的统计值作为分析特征,然后构建了3层BP神经网络模型对图像清晰度进行识别,得到图像质量等级.仿真实验结果表明,这种方法可以达到较好的图像识别率.     

基于多尺度边缘检测的自适应阈值小波图像降噪

在图像处理中，去除图像中所含噪声而不使其边缘模糊是一个难题。考虑到小波变换在时域和频域均具有良好的局部特性，加之其多分辨率、去相关性等特点，本文提出了一种基于多尺度边缘检测的自适应阈值小波图像降噪方法。该方法将与噪声和边缘相关的小波系数和与同性区域相关的小波系数区别对待。在每个分辨层次，图像的边缘由梯度的幅度来进行估计（梯度的幅度由小波参数导出），且与噪声和边缘有关的梯度的幅度分布由Rayleigh概率模型化。基于此模型，得到该层的收缩函数。为充分利用尺度间相关性，各层的收缩函数被合并起来，进一步保持图像边缘。对与同性区域相关的小波系数，则采用一个基于Bayesian估计的自适应阈值进行处理。实验结果表明，与已有方法相比，该方法不仅可获得较清晰的图像边缘，而且降噪性能优良。     

基于脉冲耦合神经网络模型的小波自适应斑点噪声滤除算法

分析了维纳滤波原理和脉冲耦合神经网络(PCNN)模型的特点,根据斑点噪声统计模型的特征,结合小波变换方法,提出了一种基于PCNN模型的小波自适应斑点噪声滤除算法(W-PCNN-WD)来改善超声图像质量.首先,对超声图像进行对数变换,使斑点噪声转换为加性噪声;对医学图像进行维纳滤波处理,计算其加性噪声的标准方差,并以此作为小波阈值.然后,利用小波变换对图像进行预处理,利用PCNN在小波域中对小波系数进行相应的修正.最后,进行小波逆变换和指数变换,获得滤除噪声的图像.结果表明:本文提出的滤波方法优于其他滤波方法,当噪声方差为0.01时,本文滤波算法获得的峰值信噪比(PSNR)比经Wiener滤波方法获得的高出9 dB.该滤波方法能在有效去除超声斑点噪声的基础上保留图像的边缘细节信息,极大地改善了图像的视觉质量.     

基于无参考图像质量评价的反卷积去模糊算法

针对数字图像在处理过程中容易产生模糊的现象,提出了基于无参考图像质量评价的自适应反卷积去模糊算法。首先,根据无参考图像质量评价结果与其失真等级的强相关性,通过计算模糊图像的无参考评价参数确定图像的模糊等级,进而根据图像模糊等级与模糊核的对应关系确定反卷积核;其次,提出将失真图像颜色空间转变到YUV,仅对失真图像Y通道进行去模糊处理,保证了彩色图像处理前后颜色的忠实性,并提高算法运算效率;最后,针对图像灰度剧烈变化的邻域出现类吉布斯(Gibbs)振荡分布的现象,提出基于梯度的权重矩阵进行控制。实验结果表明,本文提出的算法在Tid2008图库不仅能够对图像模糊进行快速有效去除,并且恢复图像的纹理细节能够得到有效保留。     

基于非下采样双树复轮廓波变换和稀疏表示的红外和可见光图像融合

提出了一种基于非下采样双树复轮廓波变换(NSDTCT)和稀疏表示的红外和可见光图像融合方法,以改善传统的基于小波变换的图像融合方法的不足。该方法首先利用形态学变换处理源图像,利用NSDTCT变换进行图像分解得到低频子带系数和高频子带系数。根据高低频系数的不同特点,提出改进的稀疏表示(ISR)的融合规则用于低频子带;然后将改进的空间频率作为脉冲耦合神经网络的外部输入,提出基于自适应双通道脉冲耦合神经网络(2APCNN)的融合策略用于高频子带。最后通过NSDTCT逆变换获得融合后的图像。实验结果表明:本文方法在客观指标和视觉效果方面均优于传统图像融合的方法。与传统的NSCT-SR方法相比,实验的两组图像中4个客观指标:互信息(MI)、边缘信息保留量QAB/F,平均梯度(AG)和标准差(SD)分别提高了9.89%、6.39%、104.64%、55.09%和9.53%、17.77%、95.66%、52.89%。     

低码率下任意形状感兴趣区域编码

针对任意形状感兴趣区域(ROI)编码算法在低码率下ROI重建质量差、编码时间长等问题,在优化的集合分裂树算法(SPIHT)基础上提出了一种适用于低码率的任意形状ROI编码方法.利用小波系数之间的空间位置相似性和所用小波滤波器的特征,以极少的码率实现了任意形状ROI掩模的描述,为提高算法效率奠定了基础;利用改进后的空间方向树结构以集合的形式测试ROI区域中更多的节点,提高了SPIHT中分类排序的扫描效率;以小波子带为单位的量化方法通过为每个小波子带选择合适的量化阈值优化了码流的输出,提高了低码率下ROI的重建质量.实验表明,提出的方法支持对多个任意形状ROI的编码;在不到0.04 bit/pixel的码率下描述出了整幅图像中任意形状ROI的掩模信息;在码率小于0.5 bit/pixel时,ROI的峰值信噪比(PSNR)比基于JPEG2000的多子带位平面平移(MSBShift)方法提高了2～7 dB,编码时间缩短了30％以上.该方法具有ROI的重建质量高、编码速度快等特点,适于在低码率下应用.     

基于成像光线空间追踪的摄像机标定方法研究

摄像机测量模型和标定方法是视觉测量的关键,直接影响视觉测量系统的测量精度。针对这个问题,借鉴非成像模型的摄像机校准的思想,提出了基于成像光线追踪的摄像机标定方法。分析测量点经摄像机镜头成像的规律,通过空间直线确定摄像机图像坐标与测量空间的映射关系。使用像平面和两个空间平面的映射关系,建立空间直线表达方式,完成基于成像追踪方法的摄像机测量参数标定。通过噪声分析和精度测量实验对基于成像追踪的摄像机标定方法进行精度验证,实验结果表明该方法可以有效抑制标定数据噪声对测量结果的影响,提高摄像机标定精度。     

基于三维整数小波变换的高光谱图像编码方法

高光谱图像是一种数据量很大的三维图像,在存储和传输之前必须对其进行有效的压缩。本文提出了一种基于三维整数小波变换的高光谱图像压缩编码方法,首先利用三维整数小波包变换去除高光谱图像的空间和谱间冗余,然后对变换后的每个子带的小波系数构造子带重要性树,通过子带重要性树的分裂对小波系数进行三维嵌入零块编码,最后为了进一步提高编码性能,把编码输出的二进制符号送入算术编码器并结合高效的上下文模型进行熵编码。对4组场景的AVIRIS高光谱图像进行测试,结果表明该方法的编码性能略优于3DSPIHT和3DSPECK算法,同时该方法还支持高光谱图像从有损到无损的渐进传输。