基于小波第二级系数误差的图像质量评价模型

图像质量研究的目标是设计客观评价算法,它与主观评价有很强的相关性.本文根据人眼对图像高低频失真的敏感度不同,采用不同方法分别计算图像高频和低频失真量,然后将两种失真量直接相乘得到客观评价值.实验结果表明,这种客观评价模型能够一致评价各种失真类型、各种失真强度的图像质量,与LIVE图库上差异主观评价分(DMOS)的线性相关性优于PSNR、LMSE和SSIM算法.     

基于小波系数相关性的图像融合算法

图像融合是二十世纪七十年代后期提出的新概念,是将多元信道所采集的关于同一目标的图像经过一定的图像处理,提取各自信道的信息,最后综合成统一图像或综合图像特征以供观察或进一步处理。本文在小波变换的理论基础上,给出了一种基于小波系数的相关性的融合方法并对其发展趋势做了展望。     

图像数据压缩技术和图像质量

图像数据压缩的基本原理是有效地去除图像数据中的各种各样的多余成分,仅提取真正的信息量。目前,已有各种图像数据压缩方式被提出,并根据用途,可平行使用几种方式。这意味着对所有图像数据来说并不存在万能的压缩方式,一般来说,根据目标图像的性质,选择并使用适当的压缩方式。如果按用途归纳压缩算法,那么,作为动态图像的压缩方式主要有MPEG标准化方式或相似方式(ITU—TH261等),而现在所利用的图像数据源实际上只有电视或者视频信号。这是给动态预测、帧之间预测、DCT(离散余弦变换)以及赫夫曼编码等的基本算法组合适应处理或非线性量化等技术的非可     

基于小波分解的融合图像评价方法

本文提出了一种新的基于小波多尺度分解的图像质量评价方法,其基本思想是首先对源图像和融合图像进行小波多尺度分解;其次,在小波域计算源图像与融合图像的相关性;最后根据小波系数的重要性进行加权得出评价指数。仿真表明:该方法的算法简单,计算量小,评价结果符合人眼的视觉特性,可用于多传感器图像融合效果评价。     

基于小波系数相关性的图像融合新方法

文中在阐述小波变换原理的基础上,针对融合算子的构造,给出了一种新的基于小波系数相关性的融合方法。以分解后的高频子图像的区域均值、方差、协方差统计参量构造匹配度和加权因子,以此对高频子图像的对应区域进行融合计算;低频部分采取加权平均融合规则;最后,通过小波逆变换得到融合图像。用熵、交叉熵和交互信息量对融合结果进行了客观评价,并与其它几种算法进行了比较。实验结果表明,此方法融合效果要优于一般融合方法,计算也比较简单,有一定的工程实用价值。     

互补色小波域图像质量盲评价方法

图像色彩空间的RGB通道具有密切的关系,图像质量的改变会改变这样的关系.然而传统图像质量评价方法大多基于灰度图像统计特性,忽略了颜色通道间关系信息.为充分利用颜色信息,本文基于新近提出的互补色小波变换提出一种图像质量盲评价方法.文章建立了图像互补色域自然场景统计、多尺度和方向性能量分布等模型.分析表明：这些模型不仅涵盖了传统灰度方法所能描述的信息,而且还能借助于互补色来有效表示彩色图像各通道之间的信息联系,提供表征图像质量的一组高效特征.基于这些特征,我们提出的图像质量盲评价的方法能有效提取图像的失真统计特征,能给出与人眼主观评价图像质量结果保持高度一致、优于现有文献报道盲方法、且可与非盲（全参考）方法相比拟的评价结果.     

基于小波变换的图像融合算法研究

图像融合是改善图像质量的一个重要途径,传统算法难以正确地对图像进行有效融合。为了提高图像融合的质量,提出一种基于小波变换的图像融合算法。首先对2幅原始图像进行小波变换,提取它们的小波系数,然后采用不同的规则对不同层次的小波系数进行融合,并采用小波变换对融合的系数进行融合,最后采用不同类型对图像融合结果进行测试和分析。结果表明,小波变换融合后的图像更加自然、清晰,提高了图像的信噪比,并且图像融合速度明显加快,获得了比对比算法更加理想的图像融合效果。     

小波基对红外目标图像SPIHT算法性能的影响

针对红外目标图像边缘模糊、噪声点多、对比度较低等特点,从分析小波基函数的三个评估指标入手,进行了大量的实验和统计,研究不同的小波基对红外目标图像SPIHT算法性能的影响,通过实验结果的分析与讨论,得出双正交小波D9/7小波和bior4.4小波适于红外目标图像实时压缩的结论,这一结论也有助于将来更好地发挥SPIHT算法的性能。     

一种基于小波域系数收缩的图像降噪改进算法

本文根据小波变换中分解级数与噪声在小波域中的特性,利用具有平移不变性的稳态小波分解方法,将Donoho的小波系数收缩算法用于局部小波系数的处理,并提出了一种具有自适应特性的阈值设定方法.这种方法由于考虑到了局部小波系数的变化特点和图像中信息分布的不均匀性,对加性高斯白噪声的去除具有很好的效果.     

压缩域DCT系数对图像视频检索影响的研究

通过对图像在原始数据域和压缩数据域上的表现差异性进行统计分析，进一步研究了基于DCT变换的图像视频压缩域部分解码DCT信息，并运用于MPEG4的编解码的程序实现。随后提出了一种提高压缩域图像视频检索效率的方法，进而针对Intel X86处理器平台改进了DC 2AC的快速算法。     

基于小波多尺度表示的图像匹配研究

根据小波变换系数对信号平移步长的变化规律,提出一种基于小波金字塔结构的、遍历式的图像匹配方法,这种方法消除了由于小波变换对平移的敏感性所引起的误匹配,在匹配策略上,以小波分解高频分量的匹配为主。实验证实,本匹配方法对实时图和参考图的局部灰度反转不敏感,具有一定抗几何失真的能力,优于经典的灰度相关匹配。     

基于小波变换的多尺度图像匹配算法

文中针对基于梯度算子的图像匹配方法通常存在的问题———收敛速度较慢、迭代易落入局部最优点,提出了一种基于小波变换的多尺度图像匹配算法。这一算法利用小波的良好的多尺度特征,先对低分辨率的子图像做匹配,将得到的结果作为初始值用于高分辨率图像的匹配运算,匹配运算都在位移矢量场上进行。实验表明该方法可节省计算时间,且减小迭代落入局部最优点的概率,算法鲁棒性得以提高。     

基于小波变换的红外图像融合技术研究

图像融合的目的是把来自多传感器数据的互补信息合并形成一幅新的图像,以便更好地进行监视和侦察之类的视觉感知。文中介绍了小波变换及其Mallat快速算法,提出了基于小波变换的图像融合方法,并分析了可见光与红外图像的融合结果,结果表明,小波变换融合图像包含了所有传感器的相关信息,其性能优于高斯－拉普拉斯金字塔结构算法,这一原理也可以应用到两幅以上的图像上,无论这些旬否在同一光谱波段内。     

一种针对激光干扰图像的质量评价方法

随着CCD探测器在诸多领域的广泛应用以及相应激光干扰、损伤效应研究的不断开展,使得对其干扰、损伤效果的评估成为一项很有意义而又亟待解决的研究课题。由于探测器传递给我们的最终是一幅图像信息,因而从图像质量评价的角度对干扰效果进行评估。通过总结以往图像质量评价方法的优缺点,得到了一种基于视觉加权的相关度图像质量评价方法。实验结果表明,该方法不仅能较好地体现激光干扰效果,而且与人的主观视觉特性也有较好的一致性。     

用小波变换抑制SAR图像中的斑点噪声

抑制合成孔径雷达图像中的斑点噪声一直是处理图像并得到准确图像信息的难点，提出了一种基于小波变换抑制合成孔径雷达（SAR）图像中的斑点噪声的方法，对原有的小波变换方法作了改进，能更好地保留图像的边缘信息，并能简化计算量。在仿真实验中使用了合成的模拟图像和真实的合成孔径雷图像，并与以往的小波去噪滤波方法以及一些经典的斑点噪声滤波方法（包括中值滤波，Lee滤波，Frost滤波）进行比较，在综合考虑了滤波算法在均匀区域对斑点噪声的抑制能力以及保留边缘信息能力的情况下，提出的算法有更好的效果。     

An efficient and effective blind camera image quality metric via modeling quaternion wavelet coefficients

As an extension of Discrete and Complex Wavelet Transform, Quaternion Wavelet Transform (QWT) has attracted extensive attention in the past few years, because it can provide better analytic representation for 2D images. The QWT of an image consists of four parts, i.e., one magnitude part and three phase parts. The magnitude is nearly shift-invariant, which characterizes features at any spatial location, and the three phases represent the structure of these features. This indicates that QWT is more powerful in representing image structures, and thus is suitable for image quality evaluation. In this paper, an efficient and effective Camera Image Quality Metric (CIQM) is proposed based on QWT, which is utilized to describe the intrinsic structures of an image. For an image, it is first decomposed by QWT with three scales. Then, for each scale, the magnitude and entropy of the subband coefficients, and natural scene statistics of the third phase are calculated. The magnitude is utilized to describe the generalized spectral behavior, and the entropy is used to encode the generalized information of distortions. Since the third phase of QWT is considered to be texture feature, the natural scene statistics of the third phase of QWT is used to measure structure degradations in the proposed method. All these features reflect the self-similarity and independency of image content, which can effectively reflect image distortions. Finally, random forest is utilized to build the quality model. Experiments conducted on three camera image databases and two multiply distorted image databases have proved that CIQM outperforms the relevant state-of-the-art models for both authentically distorted images and multiply distorted images.     

Perceptual quality metrics applied to still image compression

We present a review of perceptual image quality metrics and their application to still image compression. The review describes how image quality metrics can be used to guide an image compression scheme and outlines the advantages, disadvantages and limitations of a number of quality metrics. We examine a broad range of metrics ranging from simple mathematical measures to those which incorporate full perceptual models. We highlight some variation in the models for luminance adaptation and the contrast sensitivity function and discuss what appears to be a lack of a general consensus regarding the models which best describe contrast masking and error summation. We identify how the various perceptual components have been incorporated in quality metrics, and identify a number of psychophysical testing techniques that can be used to validate the metrics. We conclude by illustrating some of the issues discussed throughout the paper with a simple demonstration.     

小波包域值法去除合成孔径雷达图像斑点噪声

合成孔径雷达(SAR)图像的斑点噪声使图像的解译能力明显降低,影响了SAR图像的应用,去除图像斑点噪声是SAR图像处理及应用的前提。去除的方法在图像域有很多,在频率域,也有基于FFT变换和小波变换的许多方法。文中根据沙漠地区的SAR图像的特点,对基于图像域和频率域的几种滤波方法进行了比较,提出了一种基于小波包变换的SAR图像斑点噪声去除方法,结果表明该方法既去除了斑点噪声,又保持了边缘特征信息。     

基于小波变换的不同融合规则的图像融合研究

图像融合是一种重要的增强图像信息的方法。提出了一种基于多尺度分解的像素图像融合方法。利用小波变换按照不同融合规则及融合算子构造融合图像对应的小波系数。通过对可见光图像与红外图像进行融合的实验比较表明，以像素的局部能量为准则的融合效果更好，既可避免传统融合规则的信息损失，又提高了融合图像的空间分辨率和清晰度，融合图像更符合人的视觉特性，也有利于机器视觉。     

A novel algorithm of multi-sensor image fusion based on wavelet packet transform

In order to enhance the image information from multi-sensor and to improve the abilities of the information analysis and the feature extraction, this letter proposed a new fusion approach in pixel level by means of the Wavelet Packet Transform （WPT）. The WPT is able to decompose an image into low frequency band and high frequency band in higher scale. It offers a more precise method for image analysis than Wavelet Transform （WT）. Firstly, the proposed approach employs HIS （Hue, Intensity, Saturation） transform to obtain the intensity component of CBERS （China-Brazil Earth Resource Satellite） multi-spectral image. Then WPT transform is employed to decompose the intensity component and SPOT （Systeme Pour I＇Observation de la Therre ） image into low frequency band and high frequency band in three levels. Next, two high frequency coefficients and low frequency coefficients of the images are combined by linear weighting strategies. Finally, the fused image is obtained with inverse WPT and inverse HIS. The results show the new approach can fuse details of input image successfully, and thereby can obtain a more satisfactory result than that of HM （Histogram Matched）-based fusion algorithm and WT-based fusion approach.