用LCD显示器测量人眼亮度对比度敏感视觉特性

根据LCD显示器亮度的均匀性和显示光栅对比度的稳定性实验分析,提出了一种采用LCD显示器显示光栅测量人眼对比度敏感视觉特性的实验方法,并测量了48位青年对象对3种平均亮度光栅的对比度视觉特性,且与目前有代表性的测量方法和结果进行了对比分析。结果表明该测量方法是一种有效、实用和简便易行的人眼对比度敏感视觉特性测量方法。     

灰度融合图像目标与背景感知对比度客观评价模型

目标与背景感知对比度是影响可见光与红外灰度融合图像质量的主要因素之一。现有的对比度评价模型未能充分考虑人眼视觉特性。因此,基于韦伯对比度模型的形式,结合人眼亮度掩盖特性,提出了一种简单有效的融合图像目标与背景感知对比度评价模型。利用模拟图像和现实场景灰度融合图像的主观评价分数来检验客观评价模型。结果表明,与现有的5种图像对比度评价模型相比,所提出的目标与背景感知对比度客观评价模型能够给出更接近人眼主观感受的评价结果,有效地实现灰度融合图像目标与背景感知对比度的客观评价。     

基于人眼对比度感知特性的数字图像防伪技术研究

结合人眼视觉特性和数字图像傅里叶变换频谱图的特点,提出了一种新的人眼对图像感知的最小可觉察误差即JND阈值的计算方法,根据计算的JND阈值提出了一种基于人眼对比度敏感视觉特性的数字图像水印算法,并加以实现和攻击测试;实验结果得出:经过不同质量因子QF的JPEG压缩,峰值信噪比在QF大于40％时均大于30 dB,提取的水...     

基于人眼视觉灰阶特性的红外图像映射显示研究

基于红外图像灰度分布集中、对比度低的特点,结合人眼视觉特性,对人眼视觉特性的灰度特性进行了分析,寻求将有限的红外图像信息映射到最有利于人眼观察的灰度分布区域,提出了红外图像灰度级映射显示的方法.采用本文方法处理后的图像质量的主观评价结果表明,方法得到了符合人眼视觉特性的显示最佳灰度范围.     

基于人眼视觉特性的小目标检测算法

人眼视觉特性一般应用于人眼观察数字图像的对比度增强领域,由于人眼视觉对连续数字图像中的小目标具有很强的检测能力,将人眼视觉特性引入小目标的检测领域,根据人眼视觉的侧抑制特性,以及在时间和空间上对变化的敏感特性,提出了基于人眼视觉特性的小目标检测算法.给出了一些仿真实验的结果,说明了此方法的有效性.     

基于人眼视觉特性的深度学习全参考图像质量评价方法

针对现有的图像质量评价方法普遍为人工设计特征,难以自动且有效提取到符合人类视觉系统的图像特征,受人眼视觉特性的启发,提出一种新的基于卷积神经网络的全参考图像质量评价方法（DeepFR）。该方法基于对数据集本身的学习设计了卷积神经网络DeepFR模型,利用人眼视觉系统对梯度的敏感性进行加权优化,提取了符合人眼视觉特性的视觉感知图。实验表明:设计的DeepFR模型优于已有的全参考图像质量评价方法,其预测结果与主观质量评价有很好的精确性与一致性。     

基于人眼视觉的小波域结构相似性图像质量客观评价方法

针对空域结构相似性评价方法在几何失真图像及噪声污染图像的质量评价中存在的不足,在考虑人眼视觉特性前提下,研究了一种基于人眼视觉的小波域结构相似度的图像质量评价方法(WDSSIM),该方法首先将参考图像和失真图像进行小波变换,以获取不同尺度和频带的子带图像,并根据人眼视觉JND模型,获取人眼视觉对参考图像的带间敏感度和各子带的带内敏感度;然后,以带内敏感度因子为权值分别求取参考图像和失真图像同一尺度和频带的子带图像之间的结构相似度;最后,以带间敏感度因子为权值对各子带对的结构相似度进行加权归一化,获得整幅图像的结构相似度.     

基于缩减参考帧的高清图像质量评价研究

结合人眼视觉特性,分析现有客观评价算法,实现缩减参考帧模型,它是一种可与图像质量主观评价保持一致的图像质量客观评价算法.实验结果证明,该方法能较好地符合人眼的视觉特性.     

基于多重分形的红外图像增强技术

红外图像边缘模糊,对比度较低,不适合人眼观察,应该对其进行增强.但是,以往的增强方法对噪声增强过度,使细节失真,且未考虑人眼的视觉特性,视觉效果不够好.提出用多重分形理论对红外图像进行分析,提取了红外图像的多重分形奇异指数和多重分形谱特征.分析得到了图像每个像素的分形特征数据,利用人眼的视觉敏感特征把图像的像素分为平滑区、纹理区和边缘区.人眼视觉空间频率特征对图像细节的边缘区域比较敏感,利用这一特性对图像加权增强.最后,进行了计算机仿真实验,实验结果表明:该方法能够突显人眼敏感的图像区域,解决红外图像边缘模糊的问题,使增强图像更适合人眼观察.     

基于视觉加权处理的SAR干扰效果评估

传统SAR图像质量评价指标没有考虑像素点间的相关性和人眼视觉系统感知特性,导致主客观不一致的现象时有发生.鉴于此,提出了一种新的评估方法.该方法将对比度敏感度作为主客观评价的链接纽带,利用小波变换与人类视觉系统多通道特性相匹配的特点,对目标图像进行多级小波分解,由分解后的各小波分量提取各频段相应的传统评估指标,然后将其与各频段加权系数进行非线性合并,并以此作为综合评价的度量指标.仿真实验结果表明,新方法较之传统评估手段明显更具优势,不仅能够反映出干扰对图像细节的影响,而且能够与人类视觉系统保持高度一致,提升了整套评估系统的效率和准确率.     

注意力模型指导下的视频质量评价方法

在视频质量评价方法中,常常需要对人眼视觉系统做出合理的假设,其中注意力模型就是一个很重要的因素。提出了一种在注意力模型指导下的视频质量评价方法,在图像帧的质量评价中加入了显著性区域信息,使之更能符合人眼视觉特性,并兼顾了视频中的运动信息,在一定程度上提高了客观质量评价方法的性能。     

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。     

基于运动和视差信息的立体视频质量客观评价

在研究人类 立体视觉特性及现有立体图像/视频质量评价算法的基础上,提出了一种基于运动信息和视 差信息的立 体视频质量的客观评价方法。方法包括视频质量评价(VQA)和视频立体感评价(VSSA)两个指 标,其中VQA的估计基于梯度的结构相似度(GSSIM) 算法,并充分考虑了帧内的亮度信息和结构信息、帧间运动信息以及人眼的感知特性对视频 质量的影响, 特别是根据人类的视觉特性,对左右视点的质量赋予了不同的权重;VSSA的估计 是通过计算参考 视频的绝对差值图和降质视频的绝对差值图之间的峰值信噪比(PSNR)而得到。实验结果表明,本文方法对基于H.264 编码的失真视频的评价结果与主观测试有较高的一致性,很好地体现人眼的视觉特性。     

面向人脸检测与跟踪的极低比特率编码方法

本文在充分考虑人眼视觉特性的基础上,针对可视电话、视频电视会议等领域经常出现的视频头肩序列图像,提出了一种面向人脸检测与跟踪的视频分级编码方法,在极低比特率的情况下,接收端仍能获得视觉质量较好的恢复序列图像.     

采用边缘信息的屏幕图像质量评价

考虑到人类视觉系统（HVS）对边缘信息敏感且屏幕图像中包含大量边缘信息,本文提出采用边缘信息的屏幕图像质量评价方法。该方法首先从空域和频域分别提取参考和失真屏幕图像的边缘信息进而得到边缘信息相似度图,接着基于边缘信息提取屏幕图像中人眼感兴趣区域,最后利用感兴趣区域加权对所得边缘相似度图进行融合计算以获取最终评价分数值。实验结果表明所提算法具有较高的图像质量评价主客观一致性,其性能优于多个最新图像质量评价方法。      

基于视差空间图的立体图像质量客观评价方法

立体图像质量评价是评价立体视频系统性能的有 效途径,而如何利用人类视觉特性对立体图像质量 进行有效评价是目前的研究难点。本文提出了一种基于视差空间图(DSI) 的立体图像质量客观评价方法。首先, 分别构造原始立体图像和失真立体图像的DSI图;然后,通过三维离散余弦变换(3D-DCT)提取出反映图像质量 和深度感知的特征信息,并采用主成分分析(PCA)进行特征降维,形成立体图像特征信息; 最后,通过支持向量 回归(SVR)建立立体图像特征与主观评价值的关系,从而预测得到立体图像质量的客观评价 值。实验表明, 对于对称立体图像库,Pearson线性相关系数(PLCC)和Spe arman等级相关系数(SROCC)值均达到0.94以上;对于非 对称立体图像库,PLCC和SROCC值分别达到0.94以上。结果表明,本文方法能够很好地预测人眼对立体图像的主观感 知。     

深度视觉频谱残余融合的图像质量评价

针对现有图像质量评价方法的缺陷,通过深度学习理论建模人眼视觉系统(human vision system,HVS)特性,提出了一种基于视觉特征深度感知与学习融合(deeply perception and learning for pooling,DPLP)的评价方法.首先为了增加图像视觉特征的稳定性,根据人眼感光的空域结构特征和频域多通道特性,对图像依次进行二维Log-Gabor小波变换、梯度变换和频谱残余的深度视觉信息处理,然后分别提取各层视觉信息进行质量评价.其次为了克服HVS融合的不确定性,对质量评价信息采取了深度池化策略,第一层为评价视图的空域融合,采取了符合人眼感光特性的高斯加权策略;第二层为多通道评价的频域融合,采取了具有HVS推理能力的BP神经网络的学习-预测策略;第三层为各级视觉特征的评价融合,采取了具有自适应特性的回归函数策略.最后,基于现实中的各种失真类型图像进行了实验,结果表明所提方法具有较高的主客观评价一致性水平和更好的稳定性.     

基于高阶深层时空信息的自媒体视频质量评价

自媒体视频中普遍存在的失真扭曲现象,给视频质量评价带来了新的挑战。视觉感知理论研究表明,人类视觉系统中存在感知迭代机制,即视频的感知评价是一个正反向迭代修正的过程。受此启发,本文将该机制引入视频质量评价,提出了基于高阶深层时空信息的质量评价方法。具体而言,本文提出了二阶协方差聚合来进行高阶空域信息的提取,引入快速迭代GRU结构进行深层时域信息建模,而后通过特征层的池化聚合以及多层感知机回归视频得分。实验结果表明,预测结果与人类主观质量评分具有较好的一致性,明显优于现有无参考质量评价算法。      

No-Reference Image Quality Assessment Method Based on Visual Parameters

Recent studies on no-reference image quality assessment (NR-IQA) methods usually learn to evaluate the image quality by regressing from human subjective scores of the training samples. This study presented an NR-IQA method based on the basic image visual parameters without using human scored image databases in learning. We demonstrated that these features comprised the most basic characteristics for constructing an image and influencing the visual quality of an image. In this paper, the definitions, computational method, and relationships among these visual metrics were described. We subsequently proposed a no-reference assessment function, which was referred to as a visual parameter measurement index (VPMI), based on the integration of these visual metrics to assess image quality. It is established that the maximum of VPMI corresponds to the best quality of the color image. We verified this method using the popular assessment database—image quality assessment database (LIVE), and the results indicated that the proposed method matched better with the subjective assessment of human vision. Compared with other image quality assessment models, it is highly competitive. VPMI has low computational complexity, which makes it promising to implement in real-time image assessment systems.     

一种基于视觉感知的视频质量客观评价方法

结合人眼视觉系统特性,讨论了视频的空域、时域信息以及由之产生的3个度量参数,提出了一种基于人眼视觉特性的客观视频质量的评价方法.实验结果表明,该方法能有效地反映人眼视觉机制,合理评价视频质量,在视频信号处理和图像压缩领域有着广泛应用前景.