论文部分内容阅读
图像质量评价方法的研究目的是在一定的经济成本内和保证图像质量的前提下，如何最大化地提高图像处理系统的性能。图像质量是衡量图像处理系统是否完善的重要指标，图像质量评价在图像处理算法的诸多方面发挥着重要作用，如图像分析比较、图像实时监控、参数自适应调整、图像系统的性能优化等。
图像质量评价包括主观评价方法和客观评价方法。主观评价方法需要耗费大量的人力物力，在实际应用中并不适用，主观评价方法的局限性促进了客观评价方法的发展。客观评价方法分为有参考型和无参考型两种，在有参考型图像质量评价的变换域结构相似度方法中，其频带结构相似度的加权值一般采用该频带结构相似度与主观评分的相关系数，但是该权值的选取有一定的随意性且没有考虑人眼视觉特性。为了克服这一缺陷，本文结合了人眼视觉特性中的对比度敏感函数，采用频带结构相似度与主观评价结果的相关系数和对应频带敏感度的乘积作为新的权值，对多尺度变换的全参考质量评价方法进行了改进。在LIVE图像库上的实验结果显示，在评价单一失真图像时本文评价模型和传统评价模型性能大致一样，但是在评价全部图像时本文评价模型的各项标准均优于传统的评价模型。因此本文评价模型在评价全部图像时体现出了明显的优势性，其客观评价结果与主观评价结果具有更好的一致性，表明本文加权因子的选取更加合理化，更加符合人眼视觉系统特性。
本文还针对模糊图像高频分量的特性，提出了一种针对高斯模糊图像的多尺度无参质量评价方法。该方法利用小波或轮廓波对模糊图像提取高频分量，然后取高频分量功率谱上的均值作为特征值，最后对所得的特征值求加权平均，作为无参图像质量评价指标。实验结果表明本文提出的评价指标优于PSNR和SSIM,其客观评价分数与主观评价分数具有更好的一致性。