基于人眼视觉系统的图像质量评价方法

提出了一种基于改进韦伯局部特征的图像质量评价方法。首先,模拟人眼识别图像对比度的机制,改进了灰度优化算法并保留了彩色图像最优对比度;然后模拟人眼识别图像中目标内容轮廓的机制,使用Prewitt算子计算邻域内的梯度方向,并计算邻域内垂直和水平方向的差分激励值并求和,以提取出图像的边缘信息;最后使用支持向量机训练多种数据集中图像的一维特征数据,并构建了图像质量评价模型。实验结果表明,所提方法比人眼识别方法的效果更具一致性,具有准确率高、适用性良好和预测方向性强等优点。     

视觉相似性图像质量评价方法

低层次视觉特征是计算机视觉系统从环境中获取信息并做出反应的重要依据．考虑到低层次视觉特征包含了图像亮度变化、分布和组织等重要信息,视觉特征差异就反映了图像内在结构的变化．利用人眼视觉感知的局部性与非均匀的特点,分别在角点和边缘特征域测量参考图像和测试图像的相似度,并将其合并为对图像整体质量的度量．在IVC、TID2008、Tomaya-MICT、LIVE和CSIQ图像数据库上,对基于低层次视觉特征的图像质量评价方法和传统的PSNR、SSIM、IFC和VIF方法进行了性能比较．实验表明, 基于低层次视觉特征的图像质量评价方法在整体性能上要远远优于PSNR和SSIM方法,并且能够与公认性能较好的、基于自然场景统计的IFC和VIF方法相媲美．     

基于Gabor滤波器的全参考图像质量评价方法

针对现有图像质量评价方法无法像人眼一样准确地评价各种图像失真,提出一种基于Gabor滤波器的全参考型图像质量评价方法.Gabor滤波器采用复数波形去调制高斯函数,得到一个在时间和频域上联合分辨率达到理论极限.通过优化Gabor滤波器的参数,可以有效地模拟人眼视觉特性.使用Gabor滤波器对图像的特征信息进行提取和对比之后,可以得到较好的图像质量评价效果.实验结果表明：该方法在对各种典型的失真图像的质量评价中,客观评分的各项指标均与人的主观感受较为一致.     

基于结构特征的图像质量评价模型

由于图像的结构特征与人类视觉系统的特性密切相关,为了提高评价结果与主观视觉的一致性,提出了一种基于结构特征的图像质量综合评价模型。该模型首先提取了与图像结构密切相关的特征,然后模拟人眼对图像区域敏感程度不同,对不同的结构成分赋予不同的权值,最后结合线性回归的思想提出了一种综合评价方法。分析了不同失真图像的实验结果,表明该评价方法的正确性,同时与峰值信噪比(peak signal to noise ratio, PSNR)和均方根误差(root mean squared error, RMSE)方法进行了比较,表明本模型更准确和符合主观视觉效果。     

图像质量评价:融合视觉特性与结构相似性指标

图像质量评价是多媒体领域的一个基本问题.在现有结构相似性方案的基础上,增加最小可辨失真和视觉显著性评价用于构造一个新的图像质量评价指标.首先,考虑到人眼视觉系统的掩蔽效应,设计了失真图像的修正模型,以Sigmoid函数为基础,利用最小可辨失真阈值和图像的像素变化绝对值构建失真图像修正模型,对失真图像进行修正,使其符合人眼的感知效果;然后,考虑到人眼视觉系统的视觉注意特性,设计了图像区域权重模型,利用视觉显著性图像表征图像感兴趣内容,作为图像不同区域的权重;最后,计算修正后的失真图像与原图像的局部结构相似性,并利用区域权重对局部区域质量进行加权平均获得全局图像的质量评价值.实验结果表明,与同类度量指标相比,本文提出的指标在评价图像局部质量方面,更符合人的主观感知效果;在主观数据拟合方面,其均方根误差、相关系数等指标都得到提升;在运行效率方面,具有一个适中的计算复杂度,远低于性能优越的度量指标的运行时间.     

基于图像复原的无参考质量评价

利用图像复原产生全参考质量评价所需的参考图像.文中提出一种新颖的含噪音图像的无参考质量评价算法,利用小波去噪算法获得近似的参考图像,通过人眼视觉系统处理,计算待测图像与参考图像的峰值信噪比.LIVE图像数据库上,文中提出的算法以及NPSNR和HVSPSNR与主观感知质量的相关系数分别是93.02%,91.29%和90.62%.实验结果表明,该方法的性能表现要优于传统的NPSNR和HVSPSNR.     

视觉特征深度融合的图像质量评价

针对当前视觉感知特性研究和图像特征评价算法的不足,通过构建视觉多通道神经网络融合预测模型,提出一种视觉特征深度融合的图像质量评价方法. 首先,结合人类视觉系统特性设计直方图统计和奇异值分解2个互补视觉评价算法,进一步对图像各视觉通道的稀疏化梯度信息进行深度处理. 其次,构建BP神经网络融合模型,对各层视觉特征的多通道评价融合分别进行预测. 最后,对3层视觉特征评价从内层到外层逐层地进行深度自适应融合. 实验结果表明,所构建的融合模型有效提高了各种评价算法的指标水平,所提方法优于已有方法.     

一种基于Shearlet变换的图像质量客观评价方法

提出一种新的图像质量评价方法,将Shearlet变换捕捉视觉感知特征的能力和人类视觉系统的感知特性相结合来描述各种失真引起的图像质量的变化。该评价方法首先对参考图像和失真图像进行Shearlet分解,再对分解得到的不同尺度下的子带系数进行对比敏感度掩膜。然后根据由参考图像子带系数确定的感知阈值来计算参考图像和失真图像的各个子带中可感知到的系数所占的比例。最后通过比较失真图像相对于参考图像可感知到的系数所占比例的变化程度,综合得到图像质量的客观评价。分别在LIVE数据库和不同失真程度的图像集上对本研究算法进行有效性和合理性实验。实验表明本研究所获得的客观质量评价结果与人类的主观质量评价具有较高的一致性,能够很好地反映人类的主观感受。     

基于视觉感知的最好质量图像评价方法

基于人类视觉系统对图像感知功能的研究,提出影响图像质量的4个参数。综合这4个参数在图像质量评价领域的作用,建立最好质量图像评价的数学方法。分析CAF值与4个参数之间的函数关系,并通过大量实验,认为CAF最大值所对应的图像就是最好的图像,而此结论与视觉感知是一致的。该方法不依赖参考图像,同时适用于灰度图和彩色图,方法简单、直观。     

一种符合人眼视觉特性的全参考图像质量评价方法

针对修补后图像质量提出一种符合人眼视觉全参考评价方法.采用Weber-Fechner定律、调制传递函数过程和B样条小波构造的方向可调滤波器模拟HVS(Human Visual Systerm)模型,实验得出的评价结果与客观评价结果相比,与主观评价具有更高的相关程度.     

一种基于HVS色度不敏感性的立体图像处理方法

利用了人眼视觉系统(human visual system-HVS)中的色度不敏感性,对双视点和多视点立体图像的色度图像部分数据进行了分析和实验,并在此基础上提出了一种自由立体图像色度替代处理方法.实验结果证明,该新方法在没有明显降低立体效果的情况下,降低了数据量.     

全变分图像去噪的研究

图像去噪是图像处理中的重要环节之一。本文介绍了保持边缘细节效果较好的全变分去噪方法,分析了全变分法去噪的原理。实验结果表明与中值去噪算法相比,全变分算法能有效抑制图像噪声,并能更好地保持图像边缘细节。     

全变差图像去噪模型的快速求解

针对全变差正则化模型求解算法普遍存在收敛速度慢的问题,基于Bregman迭代正则化方法构建了一种快速求解全变差正则化模型的迭代算法。实验结果表明,该算法能快速求解全变差正则化模型,得到的复原图像在峰值信噪比和主观视觉效果方面有着明显提高。     

基于Snake模型的图像分割技术

基于Snake模型的图像分割技术是近年来图像识别、图像分割和视频领域研究的热点之一。Snake模型承载上层先验知识并融合了图像的底层特征,能有效地应用于医学图像的分割中。以基本模型的指导思想为依据,进化模型以及改进算法得到广泛的研究。介绍了Snake模型的图像分割方法,并重点梳理了最新的研究成果,力求把握模型的发展脉络。     

Anisotropic Total Variation Regularization Based NAS-RIF Blind Restoration Method for OCT Image

Based on anisotropic total variation regularization (ATVR), a nonnegativity and support constraints recursive inverse filtering(NAS-RIF) blind restoration method is proposed to enhance the quality of optical coherence tomography (OCT) image. First, ATVR is introduced into the cost function of NAS-RIF to improve the noise robustness and retain the details in the image. Since the split Bregman iterative is used to optimize the ATVR based cost function, the ATVR based NAS-RIF blind restoration method is then constructed. Furthermore, combined with the geometric nonlinear diffusion filter and the Poisson-distribution-based minimum error thresholding, the ATVR based NAS-RIF blind restoration method is used to realize the blind OCT image restoration. The experimental results demonstrate that the ATVR based NAS-RIF blind restoration method can successfully retain the details in the OCT images. In addition, the signal-to-noise ratio of the blind restored OCT images can be improved, along with the noise robustness.     

基于四元数的彩色图像质量评价方法

提出了一种结合人眼视觉特性与颜色信息的彩色图像质量评价方法.将四元数用于表征彩色图像的结构信息,四元数的3个虚部分别表示彩色图像的三基色分量.为了突出图像的细节信息对图像质量的影响,将彩色图像亮度分量的局部方差作为四元数的实部,从而得到了包含彩色图像结构信息的四元数矩阵.将四元数运算转换为复数运算,求得四元数矩阵的奇异值特征向量,通过计算两奇异值特征向量夹角的大小度量二者所表征的待测图像与参考图像的结构相似程度,从而实现了对待测图像的质量评价.实验结果表明:该方法的评价结果优于传统的MSE,PSNR以及SSIM方法,与人的主观感觉的一致性较好,并且也可以用于评价与参考图像尺寸不相等的待测图像的质量.     

图像去噪的改进自适应全变差正则化模型

针对经典全变差正则化模型在去噪时图像边缘易模糊的不足,在全变差正则化模型与调和去噪模型的基础上构建了一种改进的自适应全变差正则化模型,并利用旋转不变性更好的梯度模值确定其自适应参数,降低该自适应正则化模型对噪声的敏感性,以兼顾图像的平滑去噪与边缘保留。数值实验结果表明,与MARQUINA的改进全变差正则化模型相比,自适应全变差正则化模型的复原图像在视觉效果和峰值信噪比上都有显著提高。     

基于修正交叉视觉皮质模型的图像分割方法

提出了一种基于修正交叉视觉皮质模型(MICM)的图像自适应分割新方法. 根据待分割图像的自身特性,自适应地设定参数,并以互信息量为目标函数选取最佳分割结果. 该方法解决了针对不同的图像需要人工设定交叉皮质模型(ICM)参数和需要人工选取最佳分割结果的2个问题. 实验结果表明,与通过大量实验获得模型参数的脉冲耦合神经网络(PCNN)基本模型和ICM基本模型相比,MICM与其综合评价函数值相近;与模糊聚类分割算法和最大类间方差(OTSU)算法相比,MICM算法有较明显的视觉优势,并且其综合评价函数值也分别提高了约15%和13%.     

基于混沌加密的数字水印新方法研究

本文提出一种基于混沌加密的频率域数字图像水印新算法.将含有版权信息的二值图像作为水印,利用混沌密码对其进行加密.利用人类视觉系统(HVS)的特性,实现了水印在原始宿主图像小波域中的自适应嵌入.实验结果证明了对常见噪音和图像处理算法,该水印具有良好的不可见性和鲁棒性.