基于信息熵的去运动模糊图像质量评价方法.pdf

重庆大学硕士学位论文 中文摘要 摘 要 图像在生成、传输、处理等过程中会有许多失真，模糊是最常见的一种。当 前学术界涌现了许多去模糊算法，但是缺乏对去模糊图像质量的理想评价方法。 本文是针对去运动模糊图像质量评价进行研究，实现了去运动模糊图像质量的高 精度评价。具体工作如下： 首先，介绍了论文的研究背景及研究意义，介绍了图像质量评价方法的国内 外现状及其相关理论。 然后，讨论了SSEQ 算法及其改进。首先分析了SSEQ 算法的缺陷，把SSEQ 算法中的一维空间熵改为二维空间熵，使性能得到了提升；然后利用LIVE 图像库 的参考图像建立仿真模型，通过对这些参考图像进行运动模糊，采用八种去模糊 算法得到去运动模糊图像，从而在原有的 LIVE 图像库中增加了去运动模糊图像 类；最后利用四种全参考图像评价指标替代图像库中的主观评分，得到了四种改 进方法：SSEQ_psnr、SSEQ_fsim、SSEQ_vsi 和SSEQ_vif，并在MDD2013 图像库 中对这四种方法的性能进行了评估。 最后，为了进一步提高改进算法的性能，本文讨论了去运动模糊图像失真的 直接估计方法，并结合改进的 SSEQ 算法，提出了去运动模糊图像质量评价的新 算法 SSEMDQ。首先分析了去运动模糊图像的三种失真及其估计方法，并通过对 各自得分加权，将其结果作为Q 值，改进的SSEQ 算法结果值作为Q 值，将Q /Q E S S E 作为去运动模糊图像质量的最终得分，由此得到四种新算法。然后，在MDD2013 图像库中比较四种新算法的性能，结果表明在采用 SSEQ_vsi 时，四个性能指标 SROCC、KROCC 、PLCC 值和RMSE 值分别达到0.8705、0.6830、0.8837 和1.4004， 由此形成的最终算法SSEMDQ 性能最优。最后，从预测的单调性和准确性两个方 面对SSEMDQ 的性能进行分析。实验结果表明，SSEMDQ 性能优于现有的具有代 表性的四类图像质量评价方法。 关键词：图像处理；图像去模糊；去运动模糊图像评价；无参考；信息熵 I 重庆大学硕士学位论文 英文摘要 Abstract There are many distortions in the process of image generation, transmission and processing, and blurring is the most common one. Nowadays, many deblurring algorithms have emerged in academia, but there are no ideal assessment methods for the quality of deblurred images. In this thesis, motion deblurred images quality assessment is studied, and the high-precision quality assessment of motion deblurred images is achieved. The specific work is as follows: Firstly, the research background and significance of the thesis are introduced, and briefly review the his