基于SIFT特征和結(jié)構(gòu)相似性的圖像質(zhì)量評(píng)價(jià).pdf

1、數(shù)字圖像在壓縮、傳輸、存儲(chǔ)、顯示和處理等過(guò)程中會(huì)引入或產(chǎn)生一定程度的誤差。圖像質(zhì)量評(píng)價(jià)可以用來(lái)衡量各種圖像處理算法的優(yōu)劣，為各類圖像系統(tǒng)的算法優(yōu)化提供參考。因此，在圖像處理和應(yīng)用領(lǐng)域建立有效的圖像質(zhì)量評(píng)價(jià)體系具有重要的意義。
　　本文結(jié)合圖像尺度不變特征和結(jié)構(gòu)相似性，對(duì)圖像質(zhì)量評(píng)價(jià)方法進(jìn)行了研究。尺度不變特征（Scale Invariant Feature Transform，SIFT）是一種圖像局部特征的描述形式，對(duì)于圖像的平移

2、、縮放、旋轉(zhuǎn)具有不變性，廣泛應(yīng)用于圖像匹配、圖像檢索乃至視頻處理等領(lǐng)域。SIFT特征在圖像的仿射變換、視角變化、光照變化及噪聲等方面具有很強(qiáng)的魯棒性。本文通過(guò)高斯模糊和降采樣等處理建立圖像的高斯金字塔，并在多尺度空間內(nèi)檢索符合要求的SIFT特征點(diǎn);通過(guò)窮舉匹配和篩選，建立原圖像和目標(biāo)圖像的SIFT特征點(diǎn)匹配關(guān)系。研究了基于結(jié)構(gòu)相似性的圖像質(zhì)量評(píng)價(jià)方法(Structural Similarity Index Measure，SSIM)，在

3、一定的鄰域內(nèi)分別計(jì)算圖像間的對(duì)比度、照度和結(jié)構(gòu)三個(gè)方面的相似程度，累加每對(duì)像素點(diǎn)的相似度獲得全局圖像的質(zhì)量評(píng)價(jià)結(jié)果。在此基礎(chǔ)上，將SSIM算法拓展到多尺度空間內(nèi)，在高斯金字塔內(nèi)建立具有結(jié)構(gòu)信息的像素點(diǎn)匹配關(guān)系。結(jié)合SIFT特征點(diǎn)匹配和SSIM算法，研究了一種模擬人類視覺(jué)系統(tǒng)的客觀評(píng)價(jià)方法。在多尺度空間內(nèi)，依照自頂向下的順序，建立原圖像和目標(biāo)圖像的SIFT特征點(diǎn)匹配關(guān)系;同時(shí)以圖像的結(jié)構(gòu)相似性為基準(zhǔn)，建立兩圖像非特征點(diǎn)的局部匹配關(guān)系，在高