论文部分内容阅读
在信息技术高速发展和普遍应用的今天，大量的光电一体多媒体产品成为了普通社会家庭的生活用品，极大带动了光电产业的迅速发展，提升了当今社会的数字化进程。伴随着数字媒介的大量出现，有关数字图像产品质量的检测和评价也越来越得到普通大众和相关产业制造商的关注。本文从基于普通成像设备的数字图像质量评价出发，对数字图像的质量评价（Image quality assessment, IQA）的研究重点进行了分析，并针对图像质量评价中的颜色评价展开了深入研究。论文首先详细分析研究了经典色偏检测方法如max_RGB、Grey World等算法的原理及其实现过程，在此基础上重点对基于Lab色度空间的色偏检测算法进行了深入研究。通过分析和实验发现，该算法在图像的色偏检测方面存在以下缺陷：对图像进行色偏检测时精度较低，对色偏图像进行分类时适用性较差。本文针对原算法所存在缺陷，提出了基于Lab色度空间的色偏检测改进算法，新算法在原算法的基础上考虑了图像在求解中性灰区域前后的二维直方图等价圆的参数变化情况以及图像在Lab空间中L分量的直方图分布特征等因素，能够更加准确的对图像内容进行检测及对色偏图像进行分类。实验结果表明，本文算法能够有效检测图像是否发生色偏以及针对色偏图像能够进一步判断图像色偏类型是本质色偏还是真实色偏，检测精度相对原算法有一定提高。此外，完成了一个图像质量评价平台的设计，在该平台下可实现数字图像的质量评价以及算法的性能评估。