版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、圖像質(zhì)量評(píng)價(jià)在圖像視頻處理及計(jì)算機(jī)視覺應(yīng)用等領(lǐng)域越來越重要。人類作為圖像信息的最終接收者,作出的評(píng)價(jià)是唯一“正確”的,但是主觀評(píng)價(jià)不能被嵌入到系統(tǒng)中。故研究的目標(biāo)是設(shè)計(jì)能夠自動(dòng)預(yù)測(cè)圖像的感知質(zhì)量的指標(biāo)。在本文中,兩種基于視覺注意的圖像質(zhì)量評(píng)價(jià)方法被提出。
心理物理學(xué)實(shí)驗(yàn)表明,在給定場(chǎng)景中,人眼只是關(guān)注其中一部分區(qū)域并非所有區(qū)域,我們稱被關(guān)注區(qū)域?yàn)轱@著區(qū)域。于是,本文基于顯著區(qū)域的質(zhì)量主宰整幅圖像的質(zhì)量這一假設(shè),提出了一種基于顯
2、著性的評(píng)價(jià)方法。該方法主要包括三個(gè)步驟。第一,根據(jù)場(chǎng)景中物體的結(jié)構(gòu)獨(dú)立于亮度和對(duì)比度這一事實(shí),分別定義了亮度、對(duì)比度和結(jié)構(gòu)比較函數(shù),計(jì)算參考圖像和失真圖像的亮度質(zhì)量圖、對(duì)比度質(zhì)量圖和結(jié)構(gòu)失真質(zhì)量圖。第二,根據(jù)參考圖像計(jì)算其顯著圖。由于自然圖像的對(duì)數(shù)頻譜具有局部線性的特性,在統(tǒng)計(jì)上的奇異性被認(rèn)為是圖像的奇特部分,即通過對(duì)參考圖像在對(duì)數(shù)頻域的冗余來計(jì)算顯著圖。為了使獲得的顯著圖更適合作為權(quán)值,我們通過閾值的方法將顯著圖處理為二值圖像。第三,
3、將顯著圖作為亮度、對(duì)比度和結(jié)構(gòu)三個(gè)質(zhì)量圖的權(quán)值進(jìn)行融合,計(jì)算失真圖像的最終質(zhì)量分?jǐn)?shù)。人眼高度關(guān)注場(chǎng)景中物體的結(jié)構(gòu),結(jié)構(gòu)質(zhì)量主宰整幅圖像質(zhì)量,因此在融合過程中結(jié)構(gòu)失真的權(quán)值被放大。最后,通過在 LIVE圖像庫上進(jìn)行實(shí)驗(yàn),結(jié)果證明所提出的方法相對(duì)其他評(píng)價(jià)模型更接近主觀評(píng)價(jià)。
在觀察待評(píng)圖像初期,圖像中含有重要內(nèi)容的區(qū)域通常吸引視覺注意力,此外,質(zhì)量差的區(qū)域也會(huì)相繼改變或者吸引視覺的注意。假設(shè)這兩種區(qū)域同等程度吸引視覺注意力,本文相
4、繼提出了第二種基于視覺注意的評(píng)價(jià)方法。首先,我們提出一個(gè)新的視覺注意模型。根據(jù)參考圖像的內(nèi)容利用上述顯著模型計(jì)算顯著區(qū)域,采用百分比的策略,即將質(zhì)量圖排序然后選取最差的一部分,得到因圖像質(zhì)量引起視覺注意的區(qū)域,最后通過對(duì)這兩部分區(qū)域進(jìn)行線性運(yùn)算計(jì)算最終的視覺注意區(qū)域,得到視覺注意模型。其次,將提出的視覺注意模型引入到質(zhì)量評(píng)價(jià)方法中,在多個(gè)尺度上進(jìn)行計(jì)算失真圖像的質(zhì)量。最后,在LIVE圖像庫和TID2008數(shù)據(jù)庫上進(jìn)行實(shí)驗(yàn),結(jié)果證明該方法
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于視覺的圖像質(zhì)量評(píng)價(jià)方法.pdf
- 基于自然計(jì)算和視覺注意的圖像質(zhì)量評(píng)價(jià).pdf
- 基于視覺注意與結(jié)構(gòu)失真的圖像質(zhì)量評(píng)價(jià)方法研究.pdf
- 基于視覺感知的圖像質(zhì)量評(píng)價(jià)方法研究.pdf
- 基于視覺感知特性的圖像質(zhì)量評(píng)價(jià)方法研究.pdf
- 基于視覺注意和自然場(chǎng)景統(tǒng)計(jì)的圖像質(zhì)量評(píng)價(jià)研究.pdf
- 基于視覺注意機(jī)制的圖像顯示質(zhì)量研究.pdf
- 基于視覺感知特征的圖像質(zhì)量評(píng)價(jià)方法研究.pdf
- 基于視覺特性的圖像質(zhì)量客觀評(píng)價(jià)方法研究.pdf
- 基于視覺顯著性的圖像質(zhì)量評(píng)價(jià)方法研究.pdf
- 基于人類視覺系統(tǒng)的屏幕圖像質(zhì)量評(píng)價(jià)方法研究.pdf
- 基于人眼視覺特性的圖像質(zhì)量客觀評(píng)價(jià)方法研究.pdf
- 基于視覺注意機(jī)制的靜態(tài)圖像壓縮方法研究.pdf
- 基于視覺注意的SVM彩色圖像分割方法研究.pdf
- 基于視覺感知的圖像質(zhì)量評(píng)價(jià)算法研究.pdf
- 基于視覺感知的立體圖像質(zhì)量客觀評(píng)價(jià)方法研究.pdf
- 基于人類視覺特性的圖像質(zhì)量評(píng)價(jià).pdf
- 基于視覺特征的圖像質(zhì)量評(píng)價(jià)算法.pdf
- 基于視覺注意力機(jī)制的圖像檢索方法研究.pdf
- 基于視覺特性的圖像質(zhì)量評(píng)價(jià)模型研究.pdf
評(píng)論
0/150
提交評(píng)論