基于主成分分析法的圖像質(zhì)量評價方法研究.pdf

1、圖像既反映物體的客觀存在，又體現(xiàn)人的心理因素，是對客觀存在物體的一種相似性的生動模仿或描述。由于圖像所承載的信息比其他形式信息更豐富，因此圖像重要性可見一斑，如何準確地進行圖像質(zhì)量評價具有重要的意義。人們希望找到逼近主觀評價結果的客觀評價方法作為評價圖像質(zhì)量和設計、改進圖像系統(tǒng)的依據(jù)。本文分別針對不同的圖像進行分析，因為不同圖像中對圖像質(zhì)量造成影響的圖像特征不一樣。在此基礎上，本文基于灰度圖像、彩色圖像和立體圖像進行分析，分別提出了影響

2、不同圖像的不同特征，并采用不同的圖像質(zhì)量評價方法，分析研究評價結果。
　　本文第三章針對灰度圖像進行分析，提取了影響灰度圖像質(zhì)量的9種特征信息，針對每一種特征信息，利用歐氏距離衡量失真圖像與原始圖像之間的相似性。為了降低計算維數(shù)，采用主成分分析法（Principal Component Analysis，PCA），從9種圖像特征中提取出了三種包含信息量大的、有意義的主成分，分析了三種主成分與主觀平均意見分數(shù)法（Mean Opini

3、on Of Score，MOS）之間的皮爾遜（Pearson）和斯皮爾曼（Spearman）相關系數(shù)。再利用多元線性回歸，分析擬合得到圖像的線性回歸結果與MOS值之間的相關系數(shù)。實驗證明基于主成分分析的圖像質(zhì)量評價方法對于灰度圖像質(zhì)量有良好的評價作用。
　　本文第四章針對彩色圖像進行分析，提取了影響彩色圖像質(zhì)量的12種特征信息。首先對所有彩色測試圖像進行分析。針對每一種特征信息，分別利用歐氏距離、曼哈頓距離、Canberra距離、

4、Chebyshev距離衡量失真圖像與原始圖像之間的相似性。采用主成分分析的方法，從12種圖像特征中提取出了4種主成分，分析了4種主成分與對應MOS值之間的皮爾遜和斯皮爾曼相關系數(shù)。再利用多元線性回歸，分析擬合得到圖像的線性回歸結果與MOS值之間的相關系數(shù)。分析哪種顏色空間集中表現(xiàn)最好，對失真圖像較敏感。接著分別針對噪聲失真圖像和壓縮失真圖像做類似的處理。綜合分析實驗數(shù)據(jù)，得到哪個顏色空間對于哪種失真最敏感，對于哪種距離的集中表現(xiàn)最好。<