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。     

基于双边滤波的自适应彩色图像去噪研究

目的为了克服彩色图像去噪后存在的特征模糊,研究基于双边滤波的自适应彩色噪声图像去噪方法。方法使用二维离散小波变换(DWT)对含噪声的彩图图像进行近似分量、水平细节分量、垂直细节分量和对角细节分量等4个方向的分解。根据DWT各方向分量归一化后的方差比例,利用RBF神经网络构造双边滤波系数模型确定不同方向的最佳去噪系数,提出彩色噪声图像自适应去噪方法(DWT-ABF),并将该方法与常规方法作对比。结果在不同噪声类型以及混合噪声失真情况下文中方法都能有效地去除噪声,并同时保留图像细节信息,且与其他方法相比,文中方法去噪后的图像都具有更高的PSNR值。结论文中方法克服了传统双边滤波无法自行确定最佳参数的缺陷,同时也良好地解决了去噪图像特征模糊的问题。