基于显著性图像边缘的全参考图像质量评价

大部分图像质量评价算法仅研究图像的灰度值及信息内容,没有充分考虑人眼视觉特性对图像质量评价的影响,针对此问题提出了一种基于显著性图像边缘的全参考图像质量评价方法。利用显著性图像表征图像的视觉关注内容,然后提取显著性图像的边缘检测图,得到人眼关注的结构和边缘,最后计算参考图像与失真图像边缘检测图之间的汉明距离得到图像质量评价指标。实验结果表明本文提出的评价指标满足人眼视觉特性,对于各种失真类型有非常高的主观一致性,评价性能也优于很多其他指标。     

基于边缘特征的图像清晰度评价方法

图像的清晰与否直接影响后续的分析与识别，对图像清晰程度进行客观评价在图像质量评判中具有重要的意义。由于图像边缘信息是人眼关注到最显著的特征信息，根据清晰图像与模糊图像在边缘灰度变化程度不同，提出了一种基于灰度边缘坡度的图像清晰程度评价算法，并采用德克萨斯大学图像和视频工程实验室提供的live图像质量评价数据库进行了验证，结果表明，提出的评价方法和图像实际效果具有很好的一致性，在无参考型图像清晰程度评价中具有一定的应用价值。     

结合局部特征的无参考彩色图像质量评价

由于传统的无参考彩色图像质量评价方法与人眼感知结果的一致性较差,本文提出了一种全面利用待评价图像的色度、锐利度和对比度的无参考彩色图像质量客观评价方法。分析了彩色图像锐利度的局部特征,提出了一种新的彩色图像锐利度测量模型。基于对比度的局部特征和Buchsbaum曲线特征,建立了新的彩色图像对比度测量模型。最后,通过线性组合色度测量模型、锐利度测量模型和对比度测量模型,构建了无参考彩色图像质量评价函数。利用TID2013数据库中的3类退化图像(高斯模糊图像、对比度改变图像和噪声图像)验证了本文提出的锐利度测量模型、对比度测量模型和无参考彩色图像质量评价函数的性能。结果表明,本文提出的锐利度测量模型和对比度测量模型的性能均优于传统的锐利度和对比度计算模型。提出的无参考彩色图像质量评价函数的Spearman秩相关系数(SROCC)为0.904,Kendall秩相关系数(PROCC)为0.865,Pearson线性相关系数(PLCC)为0.922,亦均优于传统方法。     

基于色彩感知的无参考图像质量评价

图像发生失真会改变RGB色彩空间的颜色特征、各色彩分量的亮度分布及其间的相关性,基于此,提出了一种新的无参考图像质量评价方法。首先,标准化6种颜色系数以消除光照环境变化对RGB模型的影响,并利用各颜色系数的拟合广义高斯分布模型(GGD)的形状参数作为颜色统计特征;其次,分别计算各色彩分量的均值减损对比归一化(MSCN)系数及其邻域系数间的互信息,利用互信息作为统计特征来描述其各分量间的相关性;进而,利用人眼更为敏感的G分量MSCN系数的拟合GGD模型参数及其4方向邻域MSCN系数的拟合非对称广义高斯分布模型(AGGD)参数作为亮度统计特征;最后,分别利用支持向量回归机(SVR)和支持向量分类机(SVC)构建无参考图像质量评价模型和图像失真类型识别模型,并在LIVE等数据库上进行了算法与差异平均意见分(DMOS)的相关性、模型的鲁棒性等方面的实验。实验结果表明,本文方法的评价结果与人类主观评价具有高度的一致性;而且图像失真类型识别模型的识别准确率也高达到93.59%,明显高于当今主流无参考图像质量评价方法。     

基于空间依存的无参考图像质量评价

为了实时监测图像质量,建立了像素小波系数的二元空间依存关系模型,并利用该模型实现了图像质量的无参考评价。首先,将RGB图像映射到HSV空间;对图像进行小波分解,并建立小波系数的二元空间依存关系模型,即以广义高斯分布来拟合小波系数的二元联合分布。然后,分析二元空间依存关系与图像质量的相关性,建立了无参考图像质量评价指标。最后,对图像质量评价指标进行了测试及对比研究。基于TID2013、LIVE及CSIQ数据库完成了测试,结果表明:基于空间依存的无参考图像质量评价指标可以对图像的失真程度进行准确分级,分级准确率达到96%以上;采用基于空间依存的无参考图像质量评价方法可以实现对图像质量失真度的准确分级。     

基于无参考图像质量评价的反卷积去模糊算法

针对数字图像在处理过程中容易产生模糊的现象,提出了基于无参考图像质量评价的自适应反卷积去模糊算法。首先,根据无参考图像质量评价结果与其失真等级的强相关性,通过计算模糊图像的无参考评价参数确定图像的模糊等级,进而根据图像模糊等级与模糊核的对应关系确定反卷积核;其次,提出将失真图像颜色空间转变到YUV,仅对失真图像Y通道进行去模糊处理,保证了彩色图像处理前后颜色的忠实性,并提高算法运算效率;最后,针对图像灰度剧烈变化的邻域出现类吉布斯(Gibbs)振荡分布的现象,提出基于梯度的权重矩阵进行控制。实验结果表明,本文提出的算法在Tid2008图库不仅能够对图像模糊进行快速有效去除,并且恢复图像的纹理细节能够得到有效保留。     

无参考的特征点复杂度激光干扰图像评估

由于目标识别和检测效果取决于目标提取的准确性,本文结合主动成像与目标识别技术搭建了激光主动成像系统实验平台,研究了激光干扰对获取图像质量以及特征点提取效果的影响。提出了一种无参考的特征点复杂度图像评估算法。该算法在目标区域位置计算图像的特征点、纹理、梯度和对比度复杂度,然后综合4个因子得到归一化的评估结果。利用激光主动成像系统对设定目标进行了照明成像实验,同时采集了不同干扰功率和光斑位置的干扰图像。使用本文提出的特征点复杂度算法对标准数据库及实验获得的激光干扰图像进行了评估。实验结果表明:提出的评估算法能够客观地反映图像质量的变化情况,可对不同程度的激光干扰图像给出合理的评估结果,其评价结果更符合主观视觉感受,并且能够指导激光主动成像识别系统的防护与应用。     

基于注意转移机制的图像质量评价方法

图像质量的客观评价方法研究在实现图像质量评价仪器化的过程中起到决定性的作用。提出一种基于注意转移机制的结构相似度图像质量客观评价方法。该方法首先利用亮度、纹理和空间位置等特征生成视觉感知图,并通过计算待评价图像的块结构相似度生成失真感知图,然后进一步考虑由视觉特征显著和失真严重引起的注意转移对视觉感知图的影响,重新生成注意转移后的视觉感知图,最后利用生成的两张视觉感知图对结构相似度进行加权,获得图像质量的客观评价。与W ang的结构相似度图像质量评价方法(SSIM)的对比实验结果表明,提出的方法在评价准确性、单调性和一致性上分别提高3.7%、3.8%和2.9%,与图像质量的主观评价更加一致。     

一种抗模糊失真的结构相似度图像质量评价法

针对人眼对不同图像纹理的敏感差异,提出了一种抗模糊失真的加权结构相似度(WSSIM)图像质量评价方法,它通过提取人眼敏感的边缘信息,将图像分割成不同区域,进行加权处理,获得加权结构相似度(WSSIM),解决了SSIM对于严重模糊图像的评价问题.在LIVE图库中的高斯模糊库(Gaussian_Blur)与PSNR,SSIM,多尺度结构相似度(MS-SSIM)进行仿真比较.实验结果表明,WSSIM模型计算简单,评价性能远远优于前两种方法而略优于MS_SSIM.     

基于色貌尺度相位一致性的全参考图像质量评价

为提高图像质量评价模型的准确性,提出一种基于色貌尺度相位一致性的全参考评价模型。首先,在CIELAB色空间的色貌指标Vividness上提取图像结构信息,得到色貌尺度上的相位一致性量值;然后,利用均方根法计算对比度相似图,并在通过上述色空间的颜色通道获取色度相似图;最后,将相位一致性、对比度以及色度三种图像特征结合,采用标准差法进行求和池化,得到全参考图像质量评价计算模型。为验证本模型的可靠性,对4个常用图像数据库中的失真图像进行测试,依据4项评价标准分析其预测精度、计算复杂度及泛化性。实验结果表明,模型在上述数据库中测得的Pearson线性相关系数值最低为0.878 1(TID2013),最高达到0.961 6(LIVE);Spearman秩相关系数值最低为0.859 2(TID2013),最高达到0.965 3(LIVE)。与多种现有方法相比,本图像质量评价模型具有更高的视觉关系预测精度。     

基于再模糊理论的无参考图像质量评价

针对目前无参考图像质量评价算法依赖训练样本集、算法复杂性较高,难以应用于图像视频采集设备等问题,提出了一种基于有效再模糊的无参考图像质量评价算法(NRIQAVR)。首先研究了便携式设备采集图像的特点,然后在再模糊理论基础上通过计算最小和最大再模糊标准差,构造了与人类视觉感知相近的NRIQAVR算法,通过理论证明该算法可以反映自然场景图像模糊度。最后在多个公开数据集和头盔摄像机采集的图像上测试,对比其他流行算法,该算法性能稳定且无需训练,评价结果与主观感知之间的相关系数平均值高于0.92,离出率低于0.05,平均执行时间0.088 s。该算法符合人类视觉感知、不依赖图像内容、简单易行、可以达到11帧/s的处理速度,具有重要实际应用价值。     

结合HVS和相似特征的图像质量评估方法

图像质量的客观评价方法研究在实现图像质量评价仪器化的过程中起到决定性的作用.在分析最新全参考图像质量评价算法:特征相似法(feature similarity,FSIM)的基础上,利用对比敏感度函数(contrast sensitivity function,CSF)算子以及离散余弦变换(discrete cosine transform,DCT)域的对比度掩盖效应,提出了一种改进的FSIM图像质量评价方法.该方法具有FSIM算法简单、高效等特性,同时又充分体现人眼视觉特性,更好地反映了人的主观感受.LIVE(laboratory for image and video engi-neering)测试数据集的实验结果证明,该方法在非线性回归后相关系数、斯皮尔曼相关系数、线外率等指标方面均优于传统的其他图像质量评价算法.     

结合人眼对比度敏感视觉特性的视频质量客观评价

结合人眼对亮度、色度、对比度以及运动目标的感知特性,提出了一种基于人眼对视频内容感知的视频质量客观评价方法。该方法将视频分为空域和时域信息分别描述,并利用人眼感知特性,从视频的亮度、色度、对比度以及目标运动4个方面提取特征,计算其强度。然后以人眼对比度敏感值作为强度的权重因子求和,构建人眼感知视频内容模型。最后,分别以此模型模拟人眼感知源视频和失真后的视频,计算每对应单元的所有像素之间和运动矢量之间的强度差;以强度差作为视频质量评价的分数,构建视频质量客观评价模型。采用LIVE数据库中的6个源视频和48个测试视频进行了质量评价实验,并与视频质量专家组(VQEG)推荐的5个较好的视频质量客观评价模型进行了对比分析。结果表明:提出模型的视频质量评价结果与主观评价结果之间的线性相关性系数达到0.8705,显示了较好的一致性,评价效果优于5个典型的模型。     

基于视觉对比敏感度与恰可察觉失真感知的图像复原

针对传统复原算法在低信噪比情况下复原结果感知效果差的问题,提出了一种基于视觉对比敏感度与恰可察觉失真感知的图像复原方法。首先,利用离散余弦变换(DCT)分解图像,将图像编码为不同尺度下的一系列子带,利用概率和模型及DCT感知模型计算每条子带的恰可察觉失真阈值,并采用明可夫斯基距离计算失真度量;然后,对于每个尺度下的每条子带,利用一个迭代的两断对分程序来调整每个尺度下的每条子带的通道权重,直至子带的失真度量恰好等于期望的失真阈值;最后,利用对比敏感函数对每条子带中的系数进行视觉敏感度加权,通过DCT逆变换对视觉感知加权后的系数进行重构以得到最终的复原图像。基于LIVE图像库的实验结果表明,本文复原算法不仅能够有效地增加图像的信噪比,而且能够很好地改善图像的感知质量。     

基于视觉阈值及通道融合的立体图像质量评价

根据人眼对彩色图像不同颜色通道的敏感度不同,利用掩蔽效应对人眼感知立体图像质量产生的影响,提出了一种基于视觉阈值分析和通道融合的彩色图像客观质量评价方法.利用人眼视觉阈值确定立体图像的失真是否在人眼可察觉的范围,若失真程度小于视觉掩蔽阈值,则认为没有失真.利用原始和失真彩色图像RGB三通道各自左视点差值图和右视点差值图的奇异值与人眼视觉掩蔽阈值图的奇异值距离来衡量失真图像左右视点图像的质量.原始和失真图像对的绝对差图之差值图像和原始图像对的双目恰可察觉失真阈值图之间的奇异值距离被用于评价失真立体图像的深度感知好坏.不同失真类型下,左右视点质量融合以及左右视点评价和深度感知评价的融合其加权权值不同.对JPEG压缩、JPEG2000压缩、高斯白噪声、高斯模糊和H.264编码5种不同程度失真的312幅退化图像进行了测试,结果显示本文方法与主观感知有较好的一致性,总体CC (Pearson Linear Correlation Coefficient)达到0.94,总体SROCC (Spearman Rank Order Correlation Coefficient)达到0.94,整体均方根误差(RMSE)控制在5.9以内.     

采用非采样Contourlet变换与区域分类的红外和可见光图像融合

提出基于多尺度变换和区域相结合的红外与可见光图像融合方法,用于有效保留红外图像与可见光图像中的空间信息及热目标信息,提升融合图像的可观测性和可理解性。首先,基于非采样Contourlet变换(NSCT)方法对红外和可见光图像进行初步融合,采用基于局部能量的规则融合低通子带系数,根据尺度内各方向子带的相关性原则融合带通方向子带系数。然后,计算初次融合后所得的融合图像与源图像的结构相似性(SSIM),根据源图像与初次融合图像的结构相似程度对图像进行区域分类,得到相似区域分类标识图。最后,依据区域内各自的相似度特性,分别采用不同的融合策略进行二次融合,从而得到最终的融合结果。实验结果表明:该方法能够充分提取源图像的区域特征和纹理特征,融合结果在主观和客观评价上均优于目前流行的融合方法。与仅使用NSCT法进行融合相比,实验所采用的两组图像的质量评价指标分别提高了16%、85%、54%、36%和18%、102%、84%、41%。表明该方法在主客观评价上均优于双树复杂小波变换(DTCWT)、NSCT、冗余离散小波变换(RDWT)等方法。     

基于图像质量评价的ICCD性能比较

像增强型电荷耦合器件(intensified charge coupled device,ICCD)是激光主动成像系统中的关键器件,其噪声水平影响着整个系统性能的发挥。为了比较测试不同ICCD的噪声性能,采用图像信息容量、伪信噪比和无参考图像峰值信噪比(no-reference peak signal-noise-ratio,NPSNR)三个指标对ICCD输出的单帧图像进行图像质量评价。实验在相同实验条件,不同ICCD之间进行。结果表明4Quik E的噪声性能优于PI-MAX2:512。