一种新的基于局部特征的图像质量评价方法

传统的基于结构相似度（SSIM）的质量评价方法具有适用范围狭窄,评价算法不稳定等特点。在对传统图像质量评价算法研究的基础上,提出了一种新的基于局部特征的质量评价方法。与传统方法不同,在对图像质量进行评价时,该方法充分考虑到图像的结构信息对于图像质量的影响。新的方法主要分为3个步骤：首先,基于一种新的图像分块算法,根据图像的结构信息将图像划分成不同的块;其次,利用图像的梯度作为衡量像素重要程度的权值,计算参考图像和失真图像对应图像块的结构相似度;最后,融合各个块的相似度信息获得最终的图像质量评价结果。实验结果表明,该方法的评价结果更加合理、稳定,适用范围广,优于传统的基于结构相似度的质量评价方法。     

一种基于内容与结构相似性的图像质量评价方法

图像质量评价的客观方法弥补了主观方法的费时费力,不具有移植性的问题。提出一种基于图像内容划分,结合结构相似性理论SSIM(Structure Similarity Image Index)的全参考客观图像质量评价方法 PSSIM(Partition SSIM)。该方法结合图像梯度和图像划分,将图像边界区域划分为保持边界区和变化边界区。另一方面摒弃经验参数,结合LIVE图像库中数据计算出保持边界区域权重参数λ=0.35时,主客观评价一致性最高。实验表明,PSSIM方法具有较强的通用性,较好地符合人的主观视觉感知质量。     

基于结构失真的图像质量评价方法的研究

在说明传统的图像质量评价方法及其不足的基础上,分别对基于结构失真图像质量评价方法的各个因子进行了讨论,并从图像空间及其向量的理论角度分析了结构性信息对于图像质量的影响。理论分析和实验均证明了结构失真评价方法与图像主观视觉质量的一致性。     

基于结构失真的图像质量评价方法的研究

在说明传统的图像质量评价方法及其不足的基础上，分别对基于结构失真图像质量评价方法的各个因子进行了讨论，并从图像空间及其向量的理论角度分析了结构性信息对于图像质量的影响。理论分析和实验均证明了结构失真评价方法与图像主观视觉质量的一致性。     

无参考屏幕内容图像质量评价

随着多客户端交互多媒体应用的快速发展,屏幕内容图像（Screen content image,SCI）的分发和处理与日俱增.图像质量评价课题的研究是其它许多应用的基础,至今图像质量评价课题研究的重点是传统自然图像,因此针对屏幕图像质量评价的研究就变的非常迫切和必要.客观图像质量评价算法的提出的基础建立在标准图像质量评价数据库上.本文首先构建了一个大规模的屏幕内容图像质量评价数据库（Immersive Media Laboratory screen content image quality database,IML-SCIQD）.IML-SCIQD数据库包含参考图像25张以及经过10种失真处理的1250张失真图像.以建立的IML-SCIQD数据库为基础,考虑到屏幕内容图像图像区域和文本区域的视觉感知差异,在基于自然场景统计的无参考方法的启发下,本文提出了针对屏幕内容图像的无参考评价算法（Natural Scene Statistics based No Reference Screen Content Image Quality Assessment metric,NSNRS）.NSNRS算法首先分别计算图像区域和文本区域的质量分数,再将这两个区域的质量分数结合起来得到整幅失真图像的质量分数.该算法与其它12种经典的客观评价算法,包括全参考算法,部分参考算法与无参考算法,在IML-SCIQD数据库和SIQAD数据库上进行了性能测试和对比,结果表明本文提出的算法优于经典的的无参考评价算法;就整个数据库而言,本文提出的算法可以达到与全参考方法相当的性能.     

一种改进的二值图像质量评价方法

本文设计了一种新的距离度量:边界距离,在此基础上提出了一种二值图像评价的客观方法。该方法首先是得到修改像素点的边界距离对于二值图像的影响因子,然后把该值加入到均方误差法(MSE)中,得到一种改进的基于边界距离的二值图像质量评价,并对其进行规范化。实验结果表明,该方法符合人的视觉感知。     

一种新的图像质量评价方法

图像质量评价的研究已成为图像信息工程中重要的基础研究课题之一。提出一种新的图像质量评价方法——通过小波变换提取图像的亮度、模糊度和相关度等多项指标来综合表示图像的质量。与传统的质量评价标准相比,该方法对图像质量的评价更全面、更符合人眼的视觉感受。实验结果证明了该方法的有效性。     

无参考图像质量评价综述

图像质量对人类视觉信息的获取影响很大, 如何在没有参考图像的情况下准确地评价失真图像的质量是一个关键但又非常困难的问题. 本文回顾了近20年来无参考图像质量评价发展的主要技术. 首先,介绍了这一领域常用的衡量评价算法性能的技术指标,以及几个网上共享的典型图像质量评价数据库; 然后,对各种无参考图像质量评价算法进行详细的分类介绍和特点评析; 最后,基于典型数据库对近几年的一些非特定失真图像质量评价方法进行了性能测试和比较. 目的是为这一领域的研究人员提供一个较为全面的、有价值的文献参考.     

图像质量评价技术研究

对图像的质量评价技术现状进行研究。对图像质量评价的基本方法、基本概念进行介绍,对目前具有代表性的图像质量评价方法进行分析和总结,对图像质量评价技术存在的些问题进行小结。     

基于边缘的结构相似度模糊图像质量评价

结构相似性理论是一种关于图像质量评价的新思想,它很好地模拟了人眼视觉特性的整体功能。本文首先介绍了传统图像质量评价方法的不足,分析了基于视觉特性的结构相似度理论。作为结构相似性理论的一个实现,结构相似度模型(SSIM)简单且评价性能优于峰值信噪比(PSNR)或均方误差(MSE),但SSIM模型不能较好地评价严重模糊的降质图像。基于此,在SSIM基础上,本文提出了一种新颖的、基于边缘的图像质量评价模型(ESSIM)。该模型充分考虑了图像的边缘信息和人类视觉系统的关系。实验结果表明,ESSIM是一种有效的图像质量评价方法,尤其在对模糊图像的质量评价上优于结构相似度的评价方法SSIM。     

客观评价图像编码质量的新方法

为了客观正确地衡量图像编码质量，基于重要性测度和模糊积分，给出了一种评价图像编码质量的新方法，该方法的第1步，首先分别计算图像在边缘、纹理和平坦区域各部分的误差，然后根据评价函数给出各部分的评价值，最后再根据边缘、纹理和平坦区域的重要性测度给出一个全局评价值；第2步，首先根据误差发生的位置来确定重要性测度，然后在这个重要性测度下，通过对全部像素的误差进行模糊积分来给出一个精细评价值；第3步，基于前面两步的评价值给出最终的评价值。实验结果表明，从和人的主观测试(MOS)的相关系数的角度来衡量，该方法明显高于PQS、峰值信噪比、加权均方差等方法。     

客观评价彩色图像编码质量的模糊积分方法

为了客观地评价彩色图像的编码质量．首先将彩色图像的RGB颜色模式转化成YUV颜色模式;然后在YUV颜色空间中采用图像的三构件模型．并以模糊测度和模糊积分为工具,给出了一种客观评价彩色图像编码质量的新方法．实验结果表明．该方法和人的主观评价方法MOS的相关系数为0．92．大大高于常用的峰值信噪比和MOS的相关系数0．69．     

基于视觉信息保真度的图像增强质量客观评价方法

视觉信息保真度(VIF)是一种基于自然场景统计模型(NSS)、图像失真和人类视觉失真建模的新判据。传统上,图像质量评价算法将图像质量解释为使用"基准"或"完美"的图像作为参考的相似性或者保真度。本文将VIF方法应用于图像增强效果的评价,该方法将失真图像取代"完美"图像作为参考图像以评价增强后的图像的质量。由于VIF指标在某种程度上融合了HVS的特点,因此,相比传统方法具有明显的优势。本文通过大量的主观测试对该方法进行验证,实验显示该方法的性能优于当前的其他方法。     

基于结构信息的图像质量评价模型

针对客观数字图像质量评价方法结构相似度（SSIM）算法对严重失真类型的评价值与主观评价（MOS）值之间存在着明显差异的问题,对几种将SSIM算法与人眼视觉系统（HVS）特性相结合的算法基于图像边缘的ESSIM算法、基于空间域频域敏感的HSSIM算法,以及基于信息内容权值的IWSSIM算法进行了比较。从实验数据可知,ESSIM,HSSIM算法的准确性有不同程度的提高,而IWSSIM模型在比较主客观值相关的单调性方面更为稳定。实验结果为今后结构相似度算法的改进提供了依据,指明研究方向。     

基于结构失真分析的立体图像质量客观评价模型

在立体图像?视频系统编码、传输、解码等环节中,立体图像质量评价是图像失真的一个重要评判准则.考虑到图像结构特性能较好地反映立体图像质量变化,提出一种基于结构失真的立体图像质量客观评价模型,该模型包括左右视点图像质量和深度感知质量评价两部分.首先根据人眼对图像中不同区域的敏感度存在差异且自然图像具有一定方向奇异性的特性,得到左右视点图像质量评价值;然后利用左右视点的绝对差值图像,采用奇异值向量差异和均值偏差率来描述立体图像深度感的畸变;最后融合前面两部分的评价值得到最终的立体图像质量评价值.实验结果表明,文中模型与主观感知存在较好的一致性,对于高斯模糊、高斯白噪声、JPEG压缩、JP2000压缩以及H.264编码,其评价结果与主观感知之间的相关系数高于0.93,Spearman秩相关系数高于0.92,均方误差低于6.6.     

基于分水岭算法的图像融合质量评价方法

传统图像融合质量评价方法的评价结果与人眼主观感知结果不一致,针对该问题,提出基于分水岭算法的图像融合质量评价方法。利用结构相似性理论获得源图像之间的结构相似信息图,运用分水岭算法对信息图进行分割。为减少过分割现象,在分水岭算法中应用标记符,将源图像的信息分为共有信息和互补信息,构建基于结构相似性的映射函数,分别处理共有信息和互补信息,完成融合图像质量评价。实验结果表明,与Piella和Zheng方法相比,该方法的抗干扰性能较好。