图像质量评价方法研究进展

图像质量评价是图像处理领域的研究热点。该文综合论述了图像质量的主观和客观评价方法,重点阐述了单视点图像质量的客观评价方法。对目前比较常用的峰值信噪比和均方误差全参考评价算法进行了分析并指出其存在的问题。然后,对基于误差敏感度和基于结构相似度的评价算法进行了论述和分析,并对质降和无参考评价方法进行了综述。根据视点的个数,图像质量评价可分为对传统单视点图像和立体图像的评价。该文还对立体图像质量评价算法进行了分析讨论。最后,就图像质量评价算法的进一步发展提出了若干技术与研究方向的展望。     

一种基于Contourlet变换的图像质量评价算法

由于基于Contourlet变换的图像处理已经成为多尺度、多方向图像处理领域的重要组成部分,所以能对嵌入Contourlet变换域图像处理系统中的图像质量进行评估的算法就成为重要的评估方法。通过对Contourlet变换域图像结构特性的研究,提出了Contourlet结构相似度(CSSIM)的图像质量评价方法。在LIVE图库上的实验结果表明CSSIM比SSIM和DWTSSIM(基于小波的SSIM)更加符合人眼的视觉特性,可以更好地评判图像质量。因此该算法可应用于基于Contourlet变换的图像处理系统中。     

色度在评价增强图像时对传统算法的修正效果

增强图像是指与原始图像相比在清晰度、亮度、色彩、对比度等方面有一定增强的图像.图像增强已被广泛应用,例如很多图像处理软件PS,ACDSee等都能够对图像进行增强.与此同时,也出现了很多图像增强算法.所以,对增强图像的质量评价具有重要意义.传统的图像质量评价算法不能够对增强图像进行精确评价.增强图像与原始图像相比,在色度上存在一定差异.在此基础上,研究了色度在评价增强图像质量时对传统的图像质量评价算法的修正效果.在增强图像数据库中进行的实验证明在评价增强图像质量时,色度能够对传统的图像质量评价算法进行较好的修正.     

基于结构相似的小波域图像质量评价方法的研究

 小波域的图像处理已经成为图像处理领域的重要组成部分,研究能嵌入在小波域图像处理算法中的图像质量评判方法显得至关重要.空间域结构相似度SSIM具有计算简单、与主观评分相关性高等优点.本文通过对小波域图像结构特性的研究,提出了小波域结构相似度(DWTSSIM)的图像质量评价方法.实验结果表明DWTSSIM比SSIM更加符合人眼的视觉特性,可以更好地评判图像质量,并且能容易地嵌入在小波域图像处理算法中,在图像处理过程中指导或调节算法.     

基于人眼视觉特性的彩色图像质量评价

图像处理系统的性能优劣的评判往往需要一个合理迅速的图像质量评价算法作为支撑.传统的图像质量评价算法由于没有充分考虑人眼的视觉特性,使得质量评价结果与实际图像的人眼感知质量不符.根据人眼对图像边缘信息非常敏感这一人眼视觉特性,提出一种综合图像边缘和背录相似度的算法(EBS)来评价彩色图像质量,即通过比较失真彩色图像与原始参考图像的边缘以及除边缘之外的背景相似程度最终确定失真图像的质量.应用于由779幅包含五种类型失真的图像质量评价库的实验结果表明,该算法的评价结果相比PSNR,MSSIM,IFC以及基于像素域的VIF等算法与图像的主观评价结果(由DMOS值表示--将背景不同的一组观察者对失真图像的评分进行统计平均后所得到的评价结果)更一致,也即该算法的评价结果更接近图像的实际视觉感知质量.     

应用相位一致性评价多光谱遥感图像条带噪声

条带噪声是影响多光谱遥感图像质量的重要因素之一,严重影响遥感数据的解译和信息提取。提出一种应用相位一致性进行多光谱遥感图像条带噪声质量评价的方法。该方法不受图像亮度或对比度变化的影响,以频域中相位一致性探测图像特征点,综合考虑图像中条带噪声的数量、长度、宽度和强度建立评价因子,客观评价遥感图像中存在的条带噪声对图像质量的影响。实验证明该方法评价结果符合人眼视觉感官评价。     

基于正则化方向失真的压缩图像质量评价

图像质量评价是图像和视频处理系统中的基本算法。该文在分析人眼视觉系统对图像感知特点的基础上,结合二维图像的几何本征特征研究,提出了一种新型的基于图像正则化方向失真的完全参考质量评价算法。该方法计算简单,物理意义明确。仿真试验结果表明,该方法符合人眼视觉系统特性,所得到的图像质量客观评价结果与主观评价结果之间具有更好的一致性。     

基于场景理解的双波段彩色融合图像质量评价

图像质量评价是双波段彩色融合处理算法及系统评价的基础,文中研究了一种可见光与红外彩色融合图像质量评价方法。提出了基于场景理解的图像感知质量PQSU 综合评价指标,选择三类典型场景彩色融合图像进行了主观视觉评价实验; 通过对已有评价指标与PQSU 综合指标的主观评价实验结果进行多元线性回归分析,建立了PQSU 的预测模型。结果表明:融合图像的场景颜色协调性与自然感高度相关;利用图像清晰度和颜色协调性可以有效地预测PQSU;针对不同场景类型,已有评价指标在PQSU 的预测模型中所占的权重有所不同,但预测模型的基本形式保持不变。文中提出的PQSU 及其预测模型为进一步发展融合图像质量客观评价模型奠定了基础。     

一种改进的虹膜图像质量评价算法

为确保识别的准确性,提出一种改进的虹膜图像质量评价算法。根据图像总体清晰度和可见度的粗评估,可以快速而有效地剔除质量较差的图像,并利用虹膜纹理清晰度和可见度精评估来量化评价指标。实验结果表明,该方法可准确地判断虹膜图像的质量,提高系统的工作效率,其评价结果和人眼主观评价相吻合,具有一定的应用价值。     

神经网络框架下的红外与可见光图像融合算法综述

图像融合是图像处理领域的重要分支。由于神经网络在图像特征提取和分类中优势显著,因此将神经网络技术应用于图像融合领域中也是近年来的研究热点。首先对基于浅层和深度神经网络的红外与可见光图像融合算法做出概述,并详细地介绍图像融合技术的研究进展,展示融合算法的研究成果。其次选取六种图像质量评价指标,对所述算法获得的融合图像进行客观评价,最后根据实验结果对未来的研究提出展望。     

Adaptive single image dehazing method based on support vector machine

A dehazing method often only shows good results when processing the image for a certain haze concentration. So an adaptive hazy image dehazing method based on SVM is proposed. The innovation points are as follows: Firstly, combining the characteristics of the degraded images of haze weather, the dark channel histogram and texture features of the input images are extracted to form the feature vectors. These are trained by supervised learning through SVM algorithm to realize automatic binary classification of images; Secondly, the defined dehazing methods are called to process the classified result as a hazy image and the same quality evaluation indexes are used to evaluate each image output by different dehazing methods. Then, it outputs the highest evaluation image after haze removal. Finally, the output image is classified again by SVM until the image reaches the clearest it can be. The experimental results show that the proposed algorithm exhibits good contrast, brightness and color saturation from the visual effect. Also the scene adaptability and robustness of the algorithm are improved.     

Image quality assessment using block-based weighted SVD

Image quality is an important challenge in image processing. The quality measures should be designed in the direction where the correlation between the mathematical evaluation and subjective evaluation is high. We propose a new image quality assessment relying on block-based singular vectors. The corresponded distorted blocks are projected onto the singular vector matrices of the original blocks. These projection coefficients are the main quality attribute. The algorithm is further developed into the reduced reference method. Eigenvectors of the covariance matrix of all original blocks are used as the constant basis to compute the projecting coefficients of all original and distorted blocks. Simulation results on different databases with various distortion types and comparison to state-of-the-art methods show the proposed method in most cases gives the best correlation with human evaluation.     

航空图像质量判别技术

航空摄影是遥感和军事侦察的主要信息源,航空图像质量的好坏直接决定着所获取信息的充分性和准确性。随着图像质量判别技术在图像处理领域的广泛应用,航空图像质量判别技术也引起了广泛的关注。本文首先提出影响图像质量的主要因素,并简要阐述了目前航空及其它相关领域常用的图像质量判别方法,最后介绍了人眼的视觉生理和心理特性,指出将人眼视觉特性(HVS)引入图像质量判别的发展趋势。     

ATR算法稳定性评估方法

提出了一种ATR算法目标识别率稳定性评估方法,阐述了该方法所采用的数学模型及原理.运用此方法对一个基于一维距离像的ATR算法进行了稳定性评估.理论分析和评估实例表明所提方法具有实用价值.     

基于文字笔画结构的文本图像校正处理

针对文本图像拍摄质量低下,而导致OCR系统识别率不稳定的问题,本文提出了一种基于文字笔画结构的文本图像校正算法,主要是在图像的预处理中对待处理像素点进行基于文字笔画结构的特征分析,实现目标和背景像素的校正,再结合局部二值化算法进行处理,分析其噪音分布特点采用邻域去噪进一步优化处理结果。实验表明,本文算法能够很好的适用于处理质量低下的文本图像,处理效果从视觉图像和识别率上都能满足应用需求。     

基于灰度投影法运动估计的成像CCD平移补偿法

为了提高成像质量,得到高分辨率的图像。提出了一种基于灰度投影法运动估计的成像CCD平移补偿法,并给出其系统结构图。然后验证了分辨率标板在各种运动情况下该系统的补偿效果,并给出了评价结果分析,最后拍摄了实物并给出了恢复后的图像及评价。结果:该补偿法可以有效地恢复图像,对慢速运动图像和随机振动图像具有较高的恢复能力。结论:使得系统的整体性能得到了很大的提升,成像的分辨率也大大提升。     

基于数字图像处理算法的皮肤测试仪

详细介绍了基于数字图像处理算法的皮肤测试仪的设计过程.该皮肤测试仪以台湾义统公司的ET44M210作为MCU实现对整个系统的控制;以台湾义统公司的ET21X130B模块作为影像传感器,实现肤质图像数据的实时采集;通过PC中数字图像处理算法软件对肤质的重要参数进行分析比对.实践表明,该皮肤测试仪十分适合家庭及爱美人士作为便携式皮肤测试仪使用.     

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。     

基于像素失真耦合边缘特征融合的无参考质量评价

为了适应多种类型的模糊图像进行质量评价,提高评价模型对图像模糊和振铃的洞察能力,提出了一种像素失真与边缘特征融合的无参考质量评价算法.首先,根据像素失真理论,计算图像像素的标准差和绝对差分值,提取图像的像素特征;然后,计算图像水平和垂直方向的过零率,并利用边缘保持滤波器对图像边缘信息进行测量,精确提取图像的边缘特征;最后,利用提取的像素特征和边缘特征,定义特征融合函数,并引入粒子群优化(PSO)对融合函数参数进行优化,提高对图像模糊和振铃的洞察能力,根据融合特征构建图像质量评价模型.与当前无参考质量评价算法比较,所提算法能够有效地对JPEG(Joint Photographic Experts Group)、JPEG2000(Joint Photographic Experts Group 2000)、模糊等失真图像进行质量评价,评价指标CC(Correlation Coefficient)与SROCC(Spearman Rank-order Correlation Coefficient)达0.9477和0.9153.该算法与主观评价方法具有较好的一致性,能够较好地适用于多种类型的失真图像评价.