基于失真模型的结构相似度图像质量评价

提出了一种基于图像失真模型及失真视觉特性的图像质量评价方法,解决了传统结构相似度（SSIM）度量不能同时有效评价不同失真强度与不同失真类型图像质量的问题.将图像失真分解为局部线性模糊及加性噪声,通过质量敏感区域加权与噪声SSIM补偿,实现各种失真类型SSIM的聚合以提高综合评价性能.实验结果表明,这种基于失真模型的区域加权SSIM能够一致评价各种失真类型、各种失真强度的图像质量,在LIVE图库上与主观评价分回归后的相关系数达到0.946 7,优于其他SSIM算法.     

基于结构相似的DCT域图像质量评价

通过对DCT域图像结构特性的研究,将频域信息作为图像的结构信息,根据人类视觉系统对各个频带的不同敏感程度进行加权,提出了DCT域结构相似度(DCTSSIM)质量评价方法。试验结果表明,对于JPEG2000、JPEG压缩失真图像,DCTSSIM比SSIM和峰值信噪比(PSNR)更符合人眼的视觉特性,可以更好地评判图像质量。     

基于Contourlet域梯度结构相似度的无参考图像质量评价

Contourlet变换已经成为多尺度、多方向图像处理领域的研究热点,文章将其引入图像质量评价,提出了一种基于Contourlet变换的梯度结构相似度无参考图像质量评价方法（NRCT-GSSIM）,将待评价图像通过高斯低通滤波器构造参考图像,然后在Contourlet变换域中计算图像频率子带、方向子带分别加权的梯度结构相似度,实现对图像的质量评价.该方法无需标准参考图像,充分考虑了人类视觉特性.实验结果表明,NRCT-GSSIM取得了与峰值信噪比（PNSR）、结构相似度（SSIM）和梯度结构相似度（GSSIM）等有参考图像质量评价相一致的评价结果,且较之PSNR、SSIM有更高的准确性.     

无参考图像质量评价的视觉测量照明

为提高视觉测量系统的图像质量,通过分析成像器件和照明光源的光谱匹配特性及照明光源的光谱-色差特性,研究了照明系统的光谱对图像质量的影响;引入对比度信噪比(constrast signal noise ratio,CSNR)和灰度清晰度Tenengrad函数的无参考图像质量的评价方法对不同照明光谱下的图像对比度和清晰度分别进行评价,通过评价函数获得视觉测量照明系统的光谱优化选择原则;最后对相同照度下的单色光和白光(复色光)照明获取的图像的对比度和清晰度成像指标进行对比实验,用所提出的评价函数对不同光谱条件下获取的数字图像进行质量评价.结果表明,使用接近于CCD光谱响应函数峰值波长附近的光谱照明,其图像对比度和清晰度指标都优于用复色光照明所获得图像的指标,为从事视觉测量系统设计者选择照明光源光谱提供了一个参考.     

基于三维特征和结构相似度的图像质量评价方法

分析了人眼视觉特性、双眼视差异信息等三维特征,将立体视觉与图像的结构相似度(SSIM)相结合,提出了一种新的立体图像质量评价方法。该方法考虑了立体图像的亮度、纹理细节和空间位置等因素对人感知立体效果的影响,利用加权平均结构相似性(WMSS)联合统计学方法得到评价初值,用包含三维景物深度信息的双眼视差信息进行修正,作为立体图像质量的评价结果。实验表明,该方法符合人眼视觉特性,与主观评价(MOS)的一致性较好。     

基于双树复数小波的结构相似度测量法

以人类视觉系统更符合提取图像结构信息为前提的结构相似度评价模型,因其高效特性受到广泛重视,但与传统图像质量评价方法一样,其性能易受比较图像几何变化的影响.为了有效地评价各类图像质量,提出了一种双树复数小波与结构相似性测量相结合的全参考客观评价方法.基于双树复数小波的平移不变性、方向选择性和低冗余特性,首先对图像进行双树复数小波变换,并在复数域计算结构相似度,然后经平均获得客观质量评价分,改善了对几何失真图像的评价性能,且实现简单、计算量小.在LIVE图库上的实验结果表明,提出的模型对亮度、对比度以及几何变化具备更强的稳定性.     

基于人眼视觉系统的图像质量评价方法

提出了一种基于改进韦伯局部特征的图像质量评价方法。首先，模拟人眼识别图像对比度的机制，改进了灰度优化算法并保留了彩色图像最优对比度；然后模拟人眼识别图像中目标内容轮廓的机制，使用Prewitt算子计算邻域内的梯度方向，并计算邻域内垂直和水平方向的差分激励值并求和，以提取出图像的边缘信息；最后使用支持向量机训练多种数据集中图像的一维特征数据，并构建了图像质量评价模型。实验结果表明，所提方法比人眼识别方法的效果更具一致性，具有准确率高、适用性良好和预测方向性强等优点。     

基于结构特征的图像质量评价模型

由于图像的结构特征与人类视觉系统的特性密切相关,为了提高评价结果与主观视觉的一致性,提出了一种基于结构特征的图像质量综合评价模型。该模型首先提取了与图像结构密切相关的特征,然后模拟人眼对图像区域敏感程度不同,对不同的结构成分赋予不同的权值,最后结合线性回归的思想提出了一种综合评价方法。分析了不同失真图像的实验结果,表明该评价方法的正确性,同时与峰值信噪比(peak signal to noise ratio, PSNR)和均方根误差(root mean squared error, RMSE)方法进行了比较,表明本模型更准确和符合主观视觉效果。     

基于全变分模型的视觉感知图像质量评价方法

基于人眼视觉系统对图像边缘结构信息和局部亮度刺激敏感的假设,该文提出了一种基于全变分模型的视觉感知图像质量评价PIQA方法。该方法由边缘结构信息评价和局部亮度信息评价两部分组成。本文首先采用全变分模型描述失真图像与原始参考图像之间的图像结构信息变化;为测量亮度失真,又采用失真图像与参考图像之间的差值图像中封闭区域的能量函数来衡量人眼敏感的图像亮度信息。最后,采用3种标准图像数据库验证该评价方法的性能。实验结果表明,所提出的图像质量评价方法优于现有的图像评价标准。     

图像质量评价:融合视觉特性与结构相似性指标

图像质量评价是多媒体领域的一个基本问题.在现有结构相似性方案的基础上,增加最小可辨失真和视觉显著性评价用于构造一个新的图像质量评价指标.首先,考虑到人眼视觉系统的掩蔽效应,设计了失真图像的修正模型,以Sigmoid函数为基础,利用最小可辨失真阈值和图像的像素变化绝对值构建失真图像修正模型,对失真图像进行修正,使其符合人眼的感知效果;然后,考虑到人眼视觉系统的视觉注意特性,设计了图像区域权重模型,利用视觉显著性图像表征图像感兴趣内容,作为图像不同区域的权重;最后,计算修正后的失真图像与原图像的局部结构相似性,并利用区域权重对局部区域质量进行加权平均获得全局图像的质量评价值.实验结果表明,与同类度量指标相比,本文提出的指标在评价图像局部质量方面,更符合人的主观感知效果;在主观数据拟合方面,其均方根误差、相关系数等指标都得到提升;在运行效率方面,具有一个适中的计算复杂度,远低于性能优越的度量指标的运行时间.     

一种基于Shearlet变换的图像质量客观评价方法

提出一种新的图像质量评价方法,将Shearlet变换捕捉视觉感知特征的能力和人类视觉系统的感知特性相结合来描述各种失真引起的图像质量的变化。该评价方法首先对参考图像和失真图像进行Shearlet分解,再对分解得到的不同尺度下的子带系数进行对比敏感度掩膜。然后根据由参考图像子带系数确定的感知阈值来计算参考图像和失真图像的各个子带中可感知到的系数所占的比例。最后通过比较失真图像相对于参考图像可感知到的系数所占比例的变化程度,综合得到图像质量的客观评价。分别在LIVE数据库和不同失真程度的图像集上对本研究算法进行有效性和合理性实验。实验表明本研究所获得的客观质量评价结果与人类的主观质量评价具有较高的一致性,能够很好地反映人类的主观感受。     

考虑驾驶员视觉适应的公路隧道入口段亮度确定方法

驾驶员的视觉适应过程直接影响交通安全。为考虑驾驶员的视觉适应过程,在确定公路隧道入口段亮度时,通过实测得到驾驶员驾车进入隧道过程中的瞳孔大小变化数据,建立了描述驾驶员驾车进入隧道过程中瞳孔面积变化速率最大值与各相关参数之间关系的数学模型。以驾驶员不发生视觉障碍的瞳孔面积变化临界速率为基准,计算得到了驾驶员瞳孔面积变化达到临界速率时,隧道入口段的最低亮度,分析了隧道入口段所需最低亮度与洞外亮度之间的关系,通过回归分析建立了隧道入口段亮度与洞外亮度之间关系的数学模型,得到了考虑驾驶员视觉适应的公路隧道入口段亮度确定方法。     

视觉相似性图像质量评价方法

低层次视觉特征是计算机视觉系统从环境中获取信息并做出反应的重要依据．考虑到低层次视觉特征包含了图像亮度变化、分布和组织等重要信息,视觉特征差异就反映了图像内在结构的变化．利用人眼视觉感知的局部性与非均匀的特点,分别在角点和边缘特征域测量参考图像和测试图像的相似度,并将其合并为对图像整体质量的度量．在IVC、TID2008、Tomaya-MICT、LIVE和CSIQ图像数据库上,对基于低层次视觉特征的图像质量评价方法和传统的PSNR、SSIM、IFC和VIF方法进行了性能比较．实验表明, 基于低层次视觉特征的图像质量评价方法在整体性能上要远远优于PSNR和SSIM方法,并且能够与公认性能较好的、基于自然场景统计的IFC和VIF方法相媲美．     

基于Contourlet视觉模型和奇异值分解的图像质量评价

针对基于像素值的图像质量评价方法忽视图像结构信息和需要完全参考图像等问题,提出了一种基于Contourlet域奇异值分解CW-SVD,部分参考图像质量评价方法(contourlet weighted singular value decomposition)。在Contourlet域中,利用奇异值向量对图像结构的表征能力,结合人眼视觉敏感性确定每个子带的视觉权重,得到每个子带的评价测度,再综合得出图像的最终评价指标。实验表明,该方法应用于4种类型的降质图像质量评价时,比峰值信噪比(PSNR、MSSIM)等算法具有更好的稳定性和更好的主客观评价一致性。