数字图像清晰度评价函数的研究与改进

通过分析常见的图像清晰度评价函数,针对自动对焦系统中图像清晰度评价问题,提出了一种基于聚焦窗口的改进梯度评价函数算法。改进后的算法具有计算量小、实时性好、评价曲线单峰性好、灵敏度高、聚焦检测效率高等特点,可以更好地满足自动对焦系统对图像清晰度评价的要求。     

散焦图像清晰度评价函数的研究

目前常用的清晰度评价函数所用的采样窗口大多为16*16以上区域,文中研究的主要内容是采样7*7以下的小区域图像,测试目前相对性能比较好的梯度平方函数,拉普拉斯算子以及图像自相关函数三种清晰度评价函数。根据清晰度评价函数性能的判断依据即单峰性,无偏性,以及抗干扰能力得出,拉普拉斯算子具有最好的性能。     

基于边缘特征提取的图像清晰度评价函数

图像清晰度评价函数是清晰度法自动调焦技术中用来反馈离焦状态的一个度量工具。调焦系统可以通过对成像清晰度的评价来自动搜索到成像最清晰位置。图像中边缘梯度能量大小反映了一幅图像的清晰状况,根据图像最清晰时图像中边缘梯度最大的特点,设计了一系列基于边缘梯度算子的清晰度评价函数。首先从理论上论证了这一系列函数与其它函数相比更具有鲁棒性、直观性的优点,然后通过实验验证,这一系列函数都符合了调焦函数中单峰性、抗噪性和无偏性的使用要求。     

基于图像矩函数的图像清晰度评价方法

自动调焦作为显微图像测量中的关键技术,其核心为图像清晰度评价函数。现有图像清晰度评价函数在对焦目标与背景的对比度较低时,评价曲线极易失去其理想特性,或灵敏度下降,造成聚焦精度的降低;或出现多个局部极值,造成调焦失败。针对这一问题,在分析离焦图像成像原理的基础上,提出一种新的基于图像矩的图像清晰度评价函数,并给出定义。新的评价函数由不同阶的图像矩加权构成,通过调节权重系数可以灵活控制评价函数的灵敏度和抗噪性。通过微小透明球体的显微图像序列对新的评价函数进行实验验证,并和四种常用评价函数进行分析比较。实验结果证明,在低对比度条件下,相对于其它四种常用评价函数,基于图像矩的图像清晰度评价函数在有效保持了如单峰性、无偏性等理想曲线特性的同时,在灵敏度及抗噪性方面也具有明显优势。     

基于梯度边缘最大值的图像清晰度评价

光电遥感相机获取的遥感图像传回地面后都会出现一定降质模糊现象,通过复原可 以得到较高质量的遥感图像。得到复原图像后,需要一些方法来评价复原图像质量提高的程度。 为此提出了一种遥感图像清晰度的评价方法,通过提取图像的梯度,找出梯度最大的区域,计算 出该区域的像元个数,并以此作为图像的清晰度参数,计算复原图像清晰度与降质图像清晰度之 间的相对误差,得到清晰度提升率。通过设计实验来验证该方法的有效性。结果表明,该方法可 以准确评估复原图像的清晰度提升率,对弱振铃波纹有较好地抑制效果,在信噪比大于22 dB 时, 评价结果不受噪声影响。     

基于SOBEL算子的图像清晰度评价函数研究

提出一种新的图像清晰度评价函数,该函数对经典Sobel边缘检测算子进行了改进,采用八方向模板来榆测梯度值,在一定程度上能有效地解决传统评价算子梯度计算中方位局限的缺点,同时将标准差作为阈值引入到函数中,可以消除噪声的影响.通过两组仿真实验时该算法和其他评价算法的聚焦性能进行了比较,结果表明该算法可行,具有单峰性强、无偏性好、灵敏度高和抗噪性强等特点.     

面向无参考图像的清晰度评价方法研究

图像的清晰度是衡量数字图像质量优劣的重要指标。基于面向无参考图像质量评价,重点介绍了目前较为常用的、具有代表性的几种清晰度评价算法,并从算法的单峰性、无偏性、灵敏性,与图像尺度、内容的无关性,以及与主观感知的一致性3个方面的性能进行了对比和分析,以求准确客观地评价各清晰度算法,达到在实际应用中合理、有效地评价图像清晰度的目的。     

一种改进的数字图像清晰度评价函数研究

图像自动聚焦时，由于噪声和不同光照条件影响图像质量，实时评价图像清晰度效果较差。本文比较了能量梯度函数、频谱函数、灰度熵函数、灰度变化函数评价图像清晰度的优劣，提出了一种改进的能量梯度闽值方法评价图像清晰度，建立了数学模型，并给出了三种不同物体的数字图像聚焦重复精度的试验结果和分析。试验结果表明：实时评价图像清晰度该方法速度快，计算量小，信噪比高，可靠性好，聚焦重复精度高。     

数字图像的质量评价

图像质量评价的使用已成为图像信息工程的基础技术之一。本文对目前一些典型的数字图像质量介方法进行了简要综述,并着重介绍了一种基于视觉兴趣的图像质量评价方法,最后指出了图像质量评价研究可能发展的方向。     

图像调焦过程的清晰度评价函数研究

针对目前常用的图像清晰度评价方法存在的问题,分析了影响图像质量评价的因素,提出了基于图像对比度变化率的评价方法和基于自相关原理的评价函数改进算法,有效地避免了由于噪声干扰而出现的调焦函敖曲线局部尖峰现象.实验结果表明,本文提出的评价函数的调焦曲线具有调焦性能好、抗干扰能力强和实时性好等优点.     

红外模糊图像的无参考质量评价方法

图像质量评价是对图像处理算法的优劣给出合理的评估,在很多无法获取原始参考图像的应用场合中使用无参考质量评价方法。通过对红外图像结构分析得知图像所具有的不确定性往往是模糊性,而不是随机性,因此将模糊集理论中模糊熵的概念引入到红外图像质量评价中,提出一种针对红外模糊图像的无参考质量评价方法,并从算法的有效性、一致性和准确性三个方面进行比较分析。仿真实验结果表明,该方法具有计算复杂度低、运算速度快和主客观评价一致等特点,且在总体性能上优于均方误差(MSE)和峰值信噪比(PSNR)全参考图像质量评价方法。     

色彩熵在图像质量评价中的应用

目的 由于色彩空间包含了图像的大量信息,而且Lab色彩空间更接近于人眼视觉,因此提出一种改进的无参考图像质量评价算法IQALE(image quality assessment using Lab color space and entropy),通过在SSEQ(spatial-spectral entropy-based quality)算法中加入Lab色彩空间a通道和b通道的特征来提高算法精度。方法 信息熵是近几年研究较多的图像特征,并且能较好地运用在图像质量评价研究中。该文在色彩空间和灰度空间同时提取信息熵特征,通过支持向量机(SVM)对图像特征和MOS值进行训练和测试。结果 在LIVE、TID2008、MICT、CSIQ和IVC这5个常用数据库上的实验结果表明:在算法中加入Lab色彩空间信息可以提高算法精度,并且本文算法IQALE的效果优于目前流行的无参考图像质量评价算法。为了验证算法的可扩展性,该文还在这5个数据库上进行了数据库独立性实验。结论 从实验结果来看,本文提出的IQALE算法通过加入色彩熵特征使得算法具有较高且较稳定的精度,数据库独立性实验也体现了算法较好的鲁棒性,对于各种失真类型都具有较好的普适性。     

基于掩盖效应的无参考数字图像质量评价

针对数字图像的客观质量评估,从噪声检测的角度,提出了一种基于掩盖效应的无参考图像质量评估方法。首先对Hosaka分块进行了改进,取消了该方法对图像尺寸的限制。通过分块,将图像以不同的频率成分区分开来。然后计算各个子块的噪声。根据图像的污染程度,提出了基于掩盖效应的无参考图像峰值信噪比NPSNR。实验结果表明,该方法具有无参考、运算复杂度低、主客观较一致等特点。     

基于边缘基元的图像内插质量评价方法

图像质量评价方法可以分成主观评价方法和客观评价方法两类。主观评价在具体应用时难以使用,常用客观评价方法PSNR是代表图像保真度的统计指标,但有时和主观评价不一致。针对内插重建图像这种特殊的缩减参考图像的质量评价,提出了基于边缘基元的评价方法。实验表明,该方法简便易行,符合人眼的视觉特点,可以和其他评价方法结合在一起作为参考。     

Perceptual image quality mutual information assessment metric using of Gabor features

A good objective metric of image quality assessment （IQA） should be consistent with the subjective judgment of human beings. In this paper, a four-stage perceptual approach for full reference IQA is presented. In the first stage, the visual features are extracted by 2-D Gabor filter that has the excellent performance of modeling the receptive fields of simple cells in the primary visual cortex. Then in the second stage, the extracted features are post-processed by the divisive normalization transform to reflect the nonlinear mechanisms in human visual systems. In the third stage, mutual information between the visual features of the reference and distorted images is employed to measure the visual quality. And in the last pooling stage, the mutual information is converted to the final objective quality score. Experimental results show that the proposed metic has a high correlation with the subjective assessment and outperforms other state-of-the-art metrics.     

Perceptual image quality assessment metric using mutual information of Gabor features

A good objective metric of image quality assessment (IQA) should be consistent with the subjective judgment of human beings. In this paper, a four-stage perceptual approach for full reference IQA is presented. In the first stage, the visual features are extracted by 2-D Gabor filter that has the excellent performance of modeling the receptive fields of simple cells in the primary visual cortex. Then in the second stage, the extracted features are post-processed by the divisive normalization transform to reflect the nonlinear mechanisms in human visual systems. In the third stage, mutual information between the visual features of the reference and distorted images is employed to measure the visual quality. And in the last pooling stage, the mutual information is converted to the final objective quality score. Experimental results show that the proposed metic has a high correlation with the subjective assessment and outperforms other state-of-the-art metrics.     

基于视觉感知噪声模型的彩色图像质量评价和彩色图像质量最佳化

建立一种基于人类视觉感知噪声模型的彩色图像质量评价方法用以评价含噪声图像的彩色图像质量。该方法用视觉感知图像质量的质量四参数：信息熵、平均对比度、平均灰度和关键区域图像的标准差,通过实验建立综合的彩色图像质量评价模型,称为最好质量彩色图像评价函数。该函数的最大值对应最好质量彩色图像。该方法的评价结果更符合视觉感知效果。该方法基于图像质量四参数的独立计算,不但不借助于任何参考图像,还能用于评价参考图像质量。如果参考图像质量不够好,还能通过称为ZadehX变换的灰度变换获得最好质量的彩色图像。     

利用图像质量评估空气质量的新方法

图像质量的差异能够反映拍摄环境成像条件的差异。提出一种利用视频监控图像序列评估空气质量的新方法：首先定义3类图像质量评估参数,即图像的噪声亮度比、对比度以及模糊度来度量当前图像的质量;其次对监控图像序列连续帧数据计算上述质量参数,并将计算结果在时间轴上顺次连接形成3类时间序列数据;再次对上述时间序列数据中的噪声亮度比采用Gompertz增长类型扩散过程模型进行建模与分析,同时对对比度、模糊度参数使用降趋势波动性分析（DFA）方法进行分析;最终通过对Gompertz模型以及DFA模型的模型参数的分析,可以评估与解释空气质量程度的好坏。比较了晴天与雾天条件下模型变化趋势的不同,大量实验亦表明此方法的有效性。