基于视觉特征的图像质量评价算法-通信与信息系统专业论文.docxVIP

摘要 近年来，随着信息技术的急速发展，多媒体通信变成了人们生活中必不可少 的一部分。数字图像的应用进入到人们生活的方方面面，譬如指纹门禁和遥感图 像等。但是由于图像采集、图像传输通道和图像处理算法等优劣程度不同，不可 避免地会在各种进程中引入一系列的失真。对图像质量评估有利于对这些中间过 程的性能做出反馈，所以图像质量评估算法具有广泛的应用。人是图像信息的最 终接受者，因此人眼是评价图像质量最有效最有说服力的工具，对视觉特征的提 取是模拟人眼进行客观质量评估的最有效方法。 考虑到模拟人眼视觉特性可以有效地提高质量评估算法的性能，视觉显著性 是最基本的人类视觉特性之一；人眼对图像的结构信息最为敏感，而梯度特征是 图像结构信息的最优表示。基于以上两点，本文提出了一种基于视觉显著性加权 的梯度特征相似度图像质量评价算法。首先采用 Scharr 算子提取图像梯度，进行 梯度特征图的结构相似度评估，将图像梯度特征相似度图作为图像信息，由视觉 显著性图控制局部相对于整体图像质量的贡献度，做出了图像质量度量。实验验 证该算法比经典的峰值信噪比、结构相似度和信息保真度等算法与主观评价的结 果更一致。 论文提出了一种基于 contourlet 变换的图像质量评估算法。该方法通过对图 像进行 contourlet 变换，提取图像不同级数不同方向上的特征信息，利用对比敏 感度函数模拟人眼视觉对不同空间频率的敏感性，对各级不同方向的信息滤波获 得图像多级特征图，由信噪比、峰值信噪比和结构相似度作为评估因子，得到最 终的图像质量评估值。实验表明，该算法针对各种失真类型图像，比改进前的信 噪比、峰值信噪比和结构相似度算法，以及信息保真度等算法性能有很大提高。 关键词：图像质量 人眼视觉系统 视觉特征 视觉显著性 梯度 CONTOURLET 变换 Abstract Recently, with the rapid development of information technologies, all kinds of multimedia communication have been becoming the essential part in human life. The digital image applications are involved in human, such as fingerprint access control and remote sensing image. Unfortunately, due to the imperfect arithmetic in the process of the image acquisition, translation, progressing and so on, it is impossible to avoid some distortions in the images. It is essential to having an feedback to the processing of the imaging system with the IQA, however, the image quality measure having an extensive application. Human is the final consumer, so the best and accurately method is subjective quality assessment. We take the visual features as the most important information to explore the algorithm. Considering to modify the HVS would have proved the performance of the IQA, with the fact that the visual attention is the basic character in HVS; and as human is the most sensitive to the image structure information, the gradient feature is the optimal representation of the image structure. Hence, we employ the two properties to measure the image quality. The thesis explores an gradient similarity IQA with visual