基于显著性目标分类的无参考模糊图像质量评价

近年来有大量关于无参考模糊图像质量评价的研究,但是目前很多方法都忽略了图像内容对评价结果的影响.针对纯背景的无显著性目标图像和含背景的显著性目标图像的模糊评价方式是不同的,基于人眼注意力机制,前者侧重于图像的整体模糊,而后者更侧重于图像的局部细节模糊.整体模糊指的是图像整体内容的锐度信息,局部细节模糊指的是图像不同位置的局部锐度信息,二者可以将视觉显著性和图像内容更好地结合起来.针对上述问题,提出了一种基于显著性目标分类的无参考模糊图像质量评价方法.首先提出了一种基于显著性检测的目标分类算法,对待评价图像进行显著性目标分类,然后根据分类结果提取其局部模糊特征和全局模糊特征,最后对这两个特征进行融合得到最终的质量评估分数.实验结果表明,该算法不仅在BLUR数据库上取得最优的评价效果,同时在LIVE、CSIQ和TID2013数据库上也有较好的结果,具有很好的鲁棒性.此外,本文算法在各数据库中也表现出了优异的统计性能.     

多传感器图像融合效果评价方法研究

采用多传感器图像融合方法，利用信息在多个测度空间的互补性可得到更多的有用信息。融合后的图像应保留原图像的重要细节，且不引入会影响图像后续处理的虚假信息，这就需要对融合的效果进行评判，而融合图像质量的评价问题目前还是图像融合研究的一个薄弱环节。讨论了融合图像质量的评价问题，提出带反馈信息图像融合的结构模型。评述了融合图像的单因素评价、模糊积分综合评价、D—S证据理论综合评价、粗糙集理论的评价方法、以信息量为标准的评价、加权求和法综合评价等方法。     

可见光与红外融合的汽车抗晕光图像评价方法

为了解决汽车抗晕光场景中,融合图像质量的客观评价与人眼视觉效果不一致的问题,提出了一种新的可见光与红外融合图像质量评价方法,该方法通过设计自适应迭代阈值法自动确定融合图像的晕光临界灰度值,并将融合图像自动分为晕光区和非晕光区。针对晕光区,设计晕光消除度指标评价晕光消除的效果;针对非晕光区,从多方面评价色彩、细节信息的增强效果,并甄选出合适的指标构成完整的图像质量评价体系。为验证该方法的合理性,对采用4种不同算法的融合图像进行评价,实验分析表明,该方法的主客观评价结果一致,适于评判不同可见光与红外融合的抗晕光图像质量及算法的优劣。     

基于局部结构张量的无参考型图像质量评价方法

该文提出一种基于局部结构张量奇异值分解的无参考型图像质量评价方法,由于图像局部结构张量能反映图像几何结构,因此利用张量特征值之间的关系来度量图像噪声与模糊水平,将两个度量结合得到图像质量的综合评价。通过分析仿真图像和实际图像的质量评价结果,该方法能同时度量因噪声和模糊造成失真后的图像质量。与图像质量评价数据库的主观评价结果比较表明,该文方法与主观评价结果相关性强,能很好地反映图像质量的视觉感知效果,并且易于实现。     

基于局部最大梯度的无参考图像质量评价

图像质量评价在数字图像处理中应用广泛,无参考图像质量评价更是近些年来的研究热点。该文提出一种基于局部结构的无参考图像质量评价方法,该方法首先利用局部梯度选择强边缘区域,然后通过强边缘的信息来评价图像的质量。该方法的创新之处在于:基于局部最大梯度的像素点质量评价;利用强边缘点的局部质量来估计全局图像质量。该方法可以同时评价噪声图像和模糊图像,图像失真越严重,该方法的评价分数就越低。与图像质量评价数据库的主观评价结果比较表明,该文方法与主观评价结果相关性很强,能很好地反映图像质量的视觉感知效果。     

一种无参考运动模糊图像的质量评价方法

针对高动态环境下视觉导航系统的可靠性受到运动模糊制约,而现有的结构相似度算法（SSIM）对模糊图像评价不敏感的问题,提出了一种基于改进结构相似度的无参考运动模糊图像质量评价算法。首先,将原始运动模糊图像经过同运动方向的模糊算子生成再模糊图像;之后,将原始模糊图像与再模糊图像进行8×8分块,并在相应子块中找到边缘信息丰富的子块;然后,计算原始模糊图像和再模糊图像中对应边缘信息丰富子块的结构相似度;最后,通过边缘置信度对子块加权得到整幅图像的模糊评价指标。实验结果表明,此评价方法结果与主观评价结果具有较高的一致性,能够准确地对运动模糊图像进行评价。由于本方法能有效地优化边缘子块的权值,与传统的平均结构相似度（MSSIM）评价方法相比,具有更高的灵敏性。     

非局部多尺度分数阶微分图像增强算法研究

为了更好增强图像中的有用信息,改善图像视觉效果,该文提出了一种基于非局部多尺度分数阶微分图像增强算子(NMFD)。该算子首先将图像分成若干块子图像,计算每一块子图像的边缘强度系数、熵值和粗糙度等细节特征,将得到的特征数据在全局图像范围进行统一尺度的归一化,然后对这些归一化的数据进行加权求和作为图像的非局部特征值,最后利用指数函数建立图像细节特征和分数阶微分算子阶次之间的非线性量化关系,在不同的图像子块区域,确定不同尺度的分数阶微分阶次,实现图像的非局部多尺度增强。     

一种基于局部方差和结构相似度的图像质量评价方法

针对结构相似度(SSIM)方法对图像不同失真类型的敏感程度不同的问题,提出了一种基于局部方差和结构相似度的图像质量评价方法.计算并比较了两图像整体局部方差的分布,分析了度量结果所表征的图像特征.局部方差较好地体现了图像的细节信息,因此对于模糊等失真类型较为敏感,但是对于噪声污染等失真类型的敏感程度较低.因此,本文提出的评价方法将局部方差与结构相似度方法相结合,平衡了二者对造成图像失真各种因素的不同敏感偏向,从而使评价结果更加接近人眼对图像质量的主观感觉.实验结果表明,该方法充分考虑了图像中人跟比较敏感的细节信息的完整程度对图像质量的影响,评价结果优于SSIM方法,与人的主观感觉的一致性较好.     

小波域结构相似度融合图像质量评价方法

针对融合图像质量评价问题,分析了图像质量评价与融合图像质量评价的关系,给出了融合图像质量评价方法的一般表达公式,指出构造实际并不存在的参考图像是解决融合图像质量评价问题的关键。在此基础上,基于空域结构相似度评价方法,对输入源图像和融合图像分别进行小波分解,利用输入源图像小波分解系数构造参考图像小波系数,然后根据人眼视觉敏感度带通特性对参考图像和融合图像的各小波频带进行加权,从而得到整幅图像的小波域结构相似度评价指标,利用目标可探测性、细节可分辨能力和图像整体舒适性构成主观评价指标分别和交互信息量、基于空域的结构相似度比较。实验结果表明,相比于传统的客观评价方法,提出的方法所得结果与主观评价结果的一致性更好。     

基于特征融合的无参考屏幕图像质量评价

考虑到人类视觉系统对图像边缘和局部纹理信息较为敏感,本文提出一种基于特征融合的无参考屏幕图像质量评价方法。所提方法通过梯度方向直方图和局部二值模式分别提取屏幕图像的边缘和局部纹理信息,接着通过特征融合过程得到一个更加能够描述屏幕失真的融合特征,最后采用支持向量回归训练得到屏幕图像融合特征向量与主观质量分数的质量评价映射模型。实验结果显示,与现有的图像质量评价方法相比,本文所提算法能够更好地反映出人类视觉系统对屏幕图像的主观感知度。