- 1、本文档共6页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
局部方差在图像质量评价中的应用
文章编号
局部方差在图像质量评价中的应用
王宇庆
(中国科学院长春光学精密机械与物理研究所,长春 吉林130033)
摘 要:为了进一步提高图像质量客观评价结果与主观评价结果的一致程度,将灰度图像的局部方差分布作为表征图像结构信息的一个重要特征, 增强了人眼敏感的细节信息,对局部方差分布矩阵进行奇异值分解,计算得到相应的奇异值特征向量, 通过计算待测图像与标准参考图像局部方差分布矩阵奇异值特征向量夹角的大小来度量两图像结构的相似程度,从而实现了对待测图像的质量评价。实验结果表明,所提的方法优于传统的MSE, PSNR以及SSIM方法,与人眼视觉特性的一致性较好。
关键词:图像质量评价;局部方差;奇异值分解;人类视觉系统
中图分类号:TP394.1;TH691.9 文献标识码:A
Application of Local Variance in Image Quality Assessment
WANG Yu-qing
(Changchun Institute of Optics, Fine Mechanics and Physics, Chinese Academy of Sciences,
Changchun Jilin 130033,China)
Abstract: tructural information was described by local variance. The effect of the detail structure in the image quality was emphasized accordingly. Singular value decomposition was performed on local variance distribution matrix. The angle between singular vectors of the reference image and the distorted image was used to measure the structural similarity of the two images. Then the quality assessment was achieved. Result from experiments shows that the proposed method is better consistent with human visual system characteristics than MSE, PSNR and SSIM.
Key words: Image quality assessment; local variance; singular value decomposition; human visual system1 引言
评价各种图像处理装置或者算法性能的途径之一是评价其输出图像的质量, 已有的图像质量评价方法可以分为主观评价方法和客观评价方法两种[1]。主观评价方法通过人眼的主观观测给出图像质量的评价结果,虽然与人眼视觉特性的一致性较好, 但是也存在着由于过程复杂、耗时长,结果易受观察者的情绪、个人喜好以及测试条件和环境的影响而导致的稳定性、可移植性差等缺点。客观评价方法依据模型或者算法给出量化的评价结果,是目前图像质量评价领域的研究重点。均方误差(Mean Square Error,MSE)和峰值信噪比(Peak Signal Noise Ratio,PSNR)是两种常用方法, 由于没有考虑人眼视觉特性, 这两种方法在实际应用中经常出现评价结果与人的主观感觉不一致的情况。因此,大量新的评价方法相继出现,例如Wang等人提出的结构相似度(SSIM)的图像质量评价方法[2,3],基于人类视觉系统(human visual system,HVS)特性[4-8]的图像质量评价方法[9-11],以及基于小波变换的方法[12]等,这些方法虽然在不同程度上克服了传统方法的不足,但是由于HVS的复杂性,各种评价方法普遍存在着在某些情况下评价结果与人的主观感觉不一致的问题。
本文将灰度图像的局部方差分布作为表征图像结构信息的一个重要特征, 对局部方差分布矩阵进行奇异值分解,通过计算待测图像与标准参考图像局部方差分布矩阵奇异值特征向量夹角的大小来度量两图像结构的相似程度,从而实现了对待测图像的质量评价。实验结果表明,所提的方法优于传统方法
2 局部方差分布与奇异值分解
图像的高频部分是人眼比较敏感的内容,图像的细节也往往和高频部分有关,图像的局部方差较好的体现了图像的细节信息,所以可以通过分析图像局部方差的变化来分析图像的细节信息,或者也可以认为图像局部方差的分布包含了图像的
您可能关注的文档
最近下载
- DB11T 383-2023 建筑工程施工现场安全资料管理规程.docx
- 2024-2025学年小学劳动三年级上册人教版《劳动教育》教学设计合集.docx
- 单位工伤事故认定公示情况反馈表(样表).doc
- 卫生监督法律法规和政策文件答案-2024年全国疾控系统“大学习”活动.docx VIP
- (心理咨询师习题集《案例分析》.doc VIP
- 《民航危险品运输》教学课件.docx VIP
- 拼多多新商家基础经营能力认证考试题库答案,平台规则+商品设置+客户服务+订单售后.docx
- 推动车辆互联的创新驱动车联网MNO智能物联卡平台解决方案.pptx
- 云平台解决方案酒店管理系统的完美选择.pptx
- GB50084-2017 自动喷水灭火系统设计规范.docx
文档评论(0)