一种离焦模糊图像边缘检测新方法

根据离焦模糊图像的特性,提出一种新的离焦模糊图像边缘检测算法,该算法通过定义一个新的边缘检测算子,利用新算子对图像各像素进行卷积,求得各像素的梯度和方向信息,根据梯度和方向信息进行阈值化处理,得到离焦模糊图像的边缘检测图像。实验结果表明,对于离焦模糊图像,利用新的边缘检测算子进行边缘检测,能够较好地检测被模糊而弱化的边缘,检测效果符合人眼视觉感受。     

基于对比度敏感度的图像质量评价方法

通过分析人眼视觉系统（HVS）的对比度敏感度特性，利用小波变换提取影响图像质量的相关因素，提出了一种图像质量评价的新方法。其基本思路是根据HVS特性中的对比度敏感度，即空间频率特性曲线，对图像进行二维多级小波分解，由分解后的各小波分量，提取各频段相应的亮度、清晰度和相关度指标；然后将这三个指标的几何平均与频段加权系数的内积做算术平均，以此作为图像质量的综合评价指标。实验表明该方法能较好地反映人的主观感受，效果明显优于传统图像质量评价方法。     

基于梯度及HVS特性的离焦模糊图像质量评价*

在当前人眼视觉系统（HVS）特性研究的基础上提出基于梯度及HVS特性的离焦模糊图像质量评价模型（GVSSIM）。该模型利用Sobel边缘梯度算子提取图像的梯度信息,并根据人眼视觉特性进行视觉加权,得到新的结构相似性评价指标,进而获得图像质量评价指标。该方法与SSIM(图像结构相似度)评价模型相比,具有计算简单的特点,对离焦模糊图像的评价结果能更好地反映人眼视觉感受。