论文部分内容阅读
图像是信息时代的主要视觉信息载体,在视频会议、数码电视、远程医疗、卫星通讯、监控系统等领域的计算机视觉应用中,图像质量的好坏是评判应用成果优劣的一个重要因素,因此图像质量评价是图像工程领域中最重要的研究课题之一,本文主要从图像的偏色和清晰度两方面评价图像质量。目前,无参考图像偏色和清晰度客观评价方法的研究还不够完善,本文针对已有方法的不足做了一些改进与优化,并通过实验验证了本文改进后的方法的有效性。本文的主要研究工作及成果如下:1.提取并模拟了图像颜色和清晰度的视觉感知特征对偏色评价研究,以视觉系统的颜色恒常性为基础,在Lab颜色空间中,用图像的L分量聚集度模拟了视觉亮度感知层次特征,用图像的ab二维直方图等效圆参数与偏色因子模拟了视觉色度感知偏移量特征,并分析研究了其计算方法;对清晰度评价研究,模拟了人类视觉感知细节内容时的亮度与色度自适应特征、对比度特征、掩盖效应特征,分析了其数学模型,同时通过实验发现了区域补偿效应,建立了其计算模型。2.在Lab颜色空间,基于视觉颜色感知特征,设计了改进的基于Lab颜色空间的图像偏色评价方法为了提高图像偏色评价的准确率,结合已有基于Lab颜色空间的图像偏色评价方法,做了如下优化与改进:为了改善大质量图像在特征计算过程中耗时长的问题,设计了一种基于空间汇集策略的等效圆计算方法;对“初步正常图像”深度检测过程,为了提高NNO（near neutral objects）区域（即无色差表面,本质色为白色或灰色的表面）的提取范围精度,设计了一种自适应NNO区域提取方法,通过分析原图像及其NNO区域的ab二维直方图等效圆参数和偏色因子,引入特征参数Kch,提高了评价准确率;对“初步偏色图像”再分类过程,结合真实偏色图像与本质偏色图像的纹理特点,在L分量聚集度的基础上,引入纹理丰富度,优化评价条件,降低了误分类率。3.基于视觉感知图像细节内容时的感知特征,设计了改进的基于视网膜感知特征的图像清晰度评价方法已有基于视网膜感知特征的图像清晰度评价方法在图像清晰度计算过程中,考虑的感知特征不够全面,评价结果主客观一致性不高。本文综合视觉感知细节内容过程的多种生理、心理变化机制,设计了一种改进的基于视网膜感知特征的清晰度评价方法,将原方法与视觉感知的掩盖效应、对比敏感度、区域补偿效应融合,建立了一个较为全面的评价模型,提升了评价结果的主客观一致性。4.通过实验验证本文改进后的图像质量评价方法的有效性在自定义图像库和公认图像库上,分别验证了图像偏色评价方法、图像清晰度评价方法。在图像偏色评价实验中,分析了初步分类、“初步正常图像”深度检测、“初步偏色图像”再分类过程,给出了实验数据,并做了分析,最后对整个偏色评价过程的评价性能进行了结果统计,并与其它偏色评价算法进行了对比分析。在图像清晰度评价实验中,首先通过实验确定区域补偿效应模型中的参数阈值c与ER,以简化评价模型的计算过程,然后在多个公认图像库上进行了可行性、有效性及拓展性分析,给出了本文算法与其它清晰度评价算法的对比分析。实验结果表明,本文的图像偏色评价方法和清晰度评价方法,有较好的评价准确率,与主观评价结果有较高的一致性。