基于視覺(jué)特性和自然場(chǎng)景統(tǒng)計(jì)特性的圖像質(zhì)量評(píng)價(jià)研究.pdf

1、圖像質(zhì)量評(píng)價(jià)在圖像處理中占據(jù)著非常重要的位置。圖像質(zhì)量評(píng)價(jià)主要分為主觀質(zhì)量評(píng)價(jià)和客觀質(zhì)量評(píng)價(jià)，由于主觀質(zhì)量評(píng)價(jià)耗時(shí)、昂貴且在實(shí)時(shí)圖像處理系統(tǒng)中不便于集成，因此研究簡(jiǎn)單、可靠、高效又與人類視覺(jué)特性相一致的客觀質(zhì)量評(píng)價(jià)方法成了圖像質(zhì)量評(píng)價(jià)研究中的重點(diǎn)和熱點(diǎn)。本文在分析當(dāng)前質(zhì)量評(píng)價(jià)方法所存在的不足以及技術(shù)難點(diǎn)的基礎(chǔ)上，針對(duì)全參考圖像質(zhì)量評(píng)價(jià)中的特征提取和合并策略以及無(wú)參考圖像質(zhì)量評(píng)價(jià)中的特征提取問(wèn)題進(jìn)行了相關(guān)研究。本文所做的主要工作和創(chuàng)新性成

2、果如下:
　　(1)提出一種基于全局視覺(jué)顯著性和局域?qū)Ρ榷鹊挠袇⒖紙D像質(zhì)量評(píng)價(jià)方法。首先分別計(jì)算參考圖像和失真圖像局域?qū)Ρ榷认嗨贫葓D和全局視覺(jué)顯著相似度圖，然后采用標(biāo)準(zhǔn)方差加權(quán)合并策略來(lái)得出整幅圖像的質(zhì)量測(cè)度，在三大數(shù)據(jù)庫(kù)(LIVE、TID2008、CSIQ)以及遙感專家評(píng)分庫(kù)上的實(shí)驗(yàn)顯示，所提出的算法快速高效，比較適用于實(shí)時(shí)圖像質(zhì)量評(píng)價(jià)系統(tǒng)。
　　(2)提出一種基于梯度幅度相似性和全局自然場(chǎng)景統(tǒng)計(jì)模型的無(wú)參考圖像質(zhì)量評(píng)價(jià)方

3、法。首先提取歸一化后系數(shù)的統(tǒng)計(jì)模型參數(shù)作為自然場(chǎng)景統(tǒng)計(jì)特征，提取基于鄰域梯度相似度的統(tǒng)計(jì)特征作為相關(guān)感知特征。采用支持向量回歸來(lái)構(gòu)建圖像特征與人的主觀分?jǐn)?shù)的映射關(guān)系，進(jìn)而根據(jù)所提取失真圖像的特征來(lái)預(yù)測(cè)圖像質(zhì)量。實(shí)驗(yàn)結(jié)果顯示所提算法預(yù)測(cè)的質(zhì)量分?jǐn)?shù)與人的主觀分?jǐn)?shù)具有較高的一致性，魯棒性較好，運(yùn)行時(shí)間較短，綜合性能較好。
　　(3)提出了一種基于互補(bǔ)感知特征和局域自然場(chǎng)景統(tǒng)計(jì)模型特征相結(jié)合的無(wú)參考圖像質(zhì)量評(píng)價(jià)方法。首先在空間域上提取顯著

4、分塊的36個(gè)自然統(tǒng)計(jì)特征，然后提取基于相位一致性熵、基于相位一致性均值、梯度均值以及失真圖像的熵四個(gè)感知特征，最后采用支持向量機(jī)回歸的學(xué)習(xí)方式來(lái)構(gòu)建圖像特征與人的主觀分?jǐn)?shù)的映射關(guān)系，進(jìn)而根據(jù)所提取失真圖像特征預(yù)測(cè)圖像質(zhì)量。實(shí)驗(yàn)表明所提算法具有較高的評(píng)價(jià)準(zhǔn)確率，符合人眼對(duì)失真圖像的主觀感受。
　　(4)提出一種基于深度學(xué)習(xí)的無(wú)參考圖像質(zhì)量評(píng)價(jià)方法。首先對(duì)圖像進(jìn)行局域歸一化，然后采用兩階段的主成分分析網(wǎng)絡(luò)來(lái)自動(dòng)提取特征，最后采用支持向