基于視覺(jué)特征的圖像質(zhì)量評(píng)價(jià)技術(shù)研究.pdf

1、圖像在采集、存儲(chǔ)、處理以及傳輸過(guò)程中，由于采集系統(tǒng)、存儲(chǔ)介質(zhì)、處理算法及傳輸設(shè)備的影響，不可避免地會(huì)造成圖像的降質(zhì)，使圖像的應(yīng)用價(jià)值下降，甚至無(wú)法滿足圖像系統(tǒng)或觀察者的需求。圖像質(zhì)量是圖像系統(tǒng)的各個(gè)環(huán)節(jié)中技術(shù)優(yōu)劣的直觀反映，為了控制和增強(qiáng)圖像質(zhì)量，首先需要識(shí)別和量化圖像的降質(zhì)程度。所以，如何對(duì)圖像質(zhì)量進(jìn)行自動(dòng)、準(zhǔn)確而有效地評(píng)價(jià)是很有意義的研究課題。最可靠的評(píng)價(jià)圖像質(zhì)量的方法是人的主觀判斷，然而主觀評(píng)價(jià)建立過(guò)于費(fèi)時(shí)費(fèi)力、成本高昂，其評(píng)價(jià)結(jié)

2、果穩(wěn)定性較差，難以取得實(shí)際應(yīng)用。因此研究可計(jì)算的質(zhì)量評(píng)價(jià)模型，定量測(cè)量圖像質(zhì)量，并使測(cè)量結(jié)果盡量貼近人的主觀視覺(jué)感受是近年來(lái)的熱門研究方向。本文研究視覺(jué)特征提取技術(shù)及在圖像質(zhì)量評(píng)價(jià)中的應(yīng)用，重點(diǎn)針對(duì)全參考和半?yún)⒖紙D像質(zhì)量評(píng)價(jià)領(lǐng)域中的單尺度、多尺度及統(tǒng)計(jì)特征的提取，相似性度量與合并策略等問(wèn)題進(jìn)行了研究。
　　 首先，本文提出了一種基于邊緣特征的全參考圖像質(zhì)量評(píng)價(jià)方法。本算法依據(jù)人眼易于提取圖像結(jié)構(gòu)信息的前提，從圖像結(jié)構(gòu)信息最豐富的

3、區(qū)域——邊緣中提取視覺(jué)特征。通過(guò)觀察發(fā)現(xiàn)，當(dāng)圖像被噪聲污染時(shí)，不但邊緣像素梯度的幅度值會(huì)改變，梯度的方向也會(huì)改變。這些改變導(dǎo)致邊緣中的結(jié)構(gòu)信息發(fā)生變化，使人眼感覺(jué)到圖像質(zhì)量的改變。因此本文提取基于幅度加權(quán)邊緣方向直方圖，作為同時(shí)描述局部邊緣像素梯度幅度和方向中的結(jié)構(gòu)信息的特征，再根據(jù)不同失真類型對(duì)于該特征的影響，從特征的單個(gè)維度和總體形狀角度分別定義參考圖像與失真圖像之間質(zhì)量特征的相似性度量。最后將多種局部特征相似度平均融合得到圖像的總

4、體質(zhì)量評(píng)分，使得算法可以適用于多種失真類型和失真程度。實(shí)驗(yàn)結(jié)果驗(yàn)證了我們所提取的特征以及整體算法的有效性。
　　 其次，研究了多尺度特征的提取方法，提出了一種基于多尺度小波特征的全參考圖像質(zhì)量評(píng)價(jià)方法。該方法用小波變換模擬人眼的多通道特性，從小波系數(shù)中選拔出多尺度小波領(lǐng)袖，突出圖像的邊緣和輪廓信息。本文將小波領(lǐng)袖金字塔作為質(zhì)量特征引入到圖像質(zhì)量評(píng)價(jià)領(lǐng)域更符合人眼視覺(jué)對(duì)物體和場(chǎng)景的認(rèn)知與理解。接著，基于視覺(jué)信息保真度算法逐個(gè)尺度計(jì)

5、算參考圖像與失真圖像視覺(jué)特征的之間的相似度，作為單個(gè)尺度的質(zhì)量評(píng)分。最后對(duì)視覺(jué)保證度算法的多尺度合并策略進(jìn)行改進(jìn)，采用單尺度的質(zhì)量評(píng)分與真實(shí)標(biāo)注值之間的相關(guān)性作為該尺度的權(quán)重，由加權(quán)融合的合并方式得到整幅圖像的客觀質(zhì)量評(píng)分。我們的權(quán)重計(jì)算方法使中頻子帶的權(quán)重值最大，高頻和低頻子帶權(quán)重值較小，這與人眼視覺(jué)系統(tǒng)中的對(duì)比度敏感度特性更相符。實(shí)驗(yàn)結(jié)果表明，我們的方法具有更高的評(píng)價(jià)準(zhǔn)確率和更快的運(yùn)算速度的優(yōu)點(diǎn)。
　　 最后，研究了半?yún)⒖紙D

6、像中的統(tǒng)計(jì)特征的提取方法。利用自然圖像像素域的統(tǒng)計(jì)特性，本文提出一種基于圖像統(tǒng)計(jì)特征和顯著特性的半?yún)⒖紙D像質(zhì)量評(píng)價(jià)方法。首先基于自然圖像統(tǒng)計(jì)特性對(duì)圖像的梯度分布建模，由模型參數(shù)構(gòu)建了與人眼視覺(jué)特性高度相關(guān)的質(zhì)量特征。接著由擬合模型之間的相似度定義了局部質(zhì)量評(píng)分。最后，提出了一種基于圖像局部顯著特性的合并策略，我們構(gòu)建了自然圖像數(shù)據(jù)庫(kù)，采集用戶觀看時(shí)的眼動(dòng)數(shù)據(jù)，提取數(shù)據(jù)庫(kù)中人眼注意區(qū)域的質(zhì)量特征。再用統(tǒng)計(jì)學(xué)習(xí)的方法，估計(jì)質(zhì)量特征的概率分布