立体图像质量的主观感知评价研究

立体图像质量评价方法可分为主观质量评价方法和客观质量评价方法两大类,文中重点论述了立体图像的主观质量评价方法,介绍了针对人眼视觉系统的心理物理学特性而设计的主观感知评价方法,并分析了不同类型的失真对立体感知的影响,最后对立体图像主观质量评价技术的发展进行了展望。     

基于感知的右视点质量可分级编码算法

为了减少立体视频传输如此庞大的数据量,根据人眼的立体掩蔽效应,提出了基于感知的右视点质量可分级编码算法．该算法将宏块分为3类：平坦块、纹理块和边缘块,通过不同的量化步长使得右视点图像块的质量可分级．实验证明根据左视点的图像质量,右视点在人眼感知范围内码率减少25％～37％．该算法能在人眼主观察觉范围内很好地提高码率,进一步消除人眼立体视觉冗余．     

基于contourlet变换的多尺度图像质量评价

提出了一种基于contourlet变换的多尺度图像质量评价方法.通过将参考图像与待测图像变换到YUV(YCr Cb)彩色空间,并使用其亮度分量,在contourlet域进行多尺度多方向分解获取不同尺度的图像特征.同时,结合视觉感知(JND),合并人眼无法区分的特征,根据合并后的对应子带特征计算了区域互信息(RMI),得到了对应子带特征的相似性;使用对比敏感函数(CSF)对不同子带相似性加权,得到了图像的最终评价指标.对LIVE(laboratory for imagevideo engineering)库中5种失真类型的982幅图像验证该算法,得到斯皮尔曼等级相关系数(SROCC)值为0.960 3,线性相关系数(CC)值为0.969 6,均方根误差(RMSE)值为5.658 4.实验结果表明,该评价方法能很好地对各种失真类型的图像进行评价,比峰值信噪比(PSNR)和结构相似性(SSIM)等算法的主客观一致性更好,更加符合人眼的视觉特性.     

结合美学特征的无参考色调映射图像质量评价

如何对色调映射图像(Tone-mapped Image, TMI)质量进行有效评价是图像处理领域亟待解决的问题. 现有方法仅是低动态范围图像质量评价方法的改进, 并未考虑TM图像本身独有的特点. 基于此, 本文提出了一种结合美学特征的TMI质量评价方法. 从颜色保真度、色温分布、对比度、黑暗度、自然度5个方面出发提取图像的美学特征, 并在梯度域、张量域、高斯差分域和拉普拉斯域提取变换域特征, 利用支持向量回归训练得到质量评价模型. 在ESPL-LIVE HDR库上的实验表明, 现有代表性方法的Spearman秩相关系数最高为0.752, 而所提出模型可达0.766, 与人眼感知结果具有更强的一致性.     

基于中央凹视觉的梯度结构相似性图像质量评价

针对结构相似性(SSIM)指标在评价图像严重失真时存在不准确性,提出了一种基于中央凹视觉的梯度结构相似性的全参考图像质量评价方法 FGSSIM.利用梯度幅度和梯度方向描述图像的结构信息,结合图像亮度和对比度,得到图像的局部质量图.利用人眼视觉的中央凹视觉效应构造中央凹视觉矩阵,以此分配局部质量图的权重,从而提高模型的准确性.实验数据来源于美国Texas大学图像视频工程实验室提供的LIVE数据库.实验结果表明,本文提出的方法是一种有效的图像质量评价方法,评价结果能够准确反映图像质量,并且更加符合人眼主观感受.尤其在图像高度失真的情况下,该方法比广泛使用的SSIM和PSNR更优越.     

基于区域加权的视频质量评价方法

对于视频编码等视频应用来说,准确客观地评价其视频质量至关重要.在客观结构相似度模型的基础上,结合人眼视觉特性提出了一种新的视频质量评价方法—–基于区域加权的结构相似度视频质量评价方法.该方法基于三维Sobel矩阵提取的视频时空特性,将视频帧定义为强边缘、弱边缘和平滑三大区域进行加权求得质量分,并结合了人眼对失真的边缘块和失真帧较为敏感等视觉特性.在LIVE测试数据库中的实验结果表明,该方法与人类视觉的主观评价结果具有较好的一致性.     

基于数码体视显微镜的微小物体三维重建

将显微双目系统看作一个整体,提出了基于极线校正的体视显微镜三维重建方法.根据平行双目成像原理建立简易的三维重建模型,实现了对实验物体的三维坐标恢复.首先,采用近似欧式极线校正算法校正原始拍摄立体标定图像,并只需标定2个三维重建参数;然后用非局部代价聚合匹配算法匹配立体图像得到视差值;最后根据立体成像几何法得到物体三维重建坐标.实验结果表明:X和Y方向测量误差为3%,Z方向测量误差为3.2%~9.1%,故在允许误差下可用于测量微小物体的三维尺寸.     

基于立体掩蔽效应的非对称立体视频编码算法

由于立体视频的数据量巨大,不便存储和传输,因此必须进一步提高其压缩效率,降低传输的码率.文章分析了立体视频左右通道间恰可察觉失真的关系,基于立体掩蔽效应提出了非对称立体视频编码算法.实验结果表明:在解码重建图像主观质量基本不变的前提下,右视点视频编码的码率节约了11.45%~18.69%.与传统立体视频编码模型相比,该算法可以获得更好的立体视频压缩性能.     

基于图像纹理分布的算法在子弹自动比对中的应用

基于笔者所在研究组自行研发的三维激光彩色扫描仪系统（3DLCS）的功能特性以及公安子弹痕迹检测实际应用的需求,提出了基于图像纹理分布的统计算法.该算法利用边缘检测、去除噪声、阈值分割,找到描述图像纹理分布的数组特征,再利用此特征进行弹头的最小绝对差（MAD）自动比对.与直接利用MAD算法进行子弹检测比较起来,SABGD标注了图像的纹理特征,更符合人眼匹配图像的机制.实验表明,SABGD在弹头检测过程中,可以减少比对的数据量,提高比对准确率,减轻比对人员工作量.     

基于视觉模型与菱形编码的图像隐写算法

为提高图像空域隐写算法的视觉不可感知性, 通过结合视觉注意力机制和人眼对图像的灰度及边缘等敏感特性, 提出一种基于视觉模型的感兴趣区域菱形编码隐写算法. 在底层人眼感知判定的基础之上, 根据视觉注意模型划分嵌入等级, 并动态调整秘密信息的嵌入量. 实验结果表明, 与基于边缘自适应的像素对匹配算法相比, 本文提出的算法不仅有较高的视觉不可感知性, 而且能抵抗常用的空域隐写分析.     

基于DCT与PSO的可见光与红外图像融合方法

针对可见光与红外图像融合问题,提出一种基于离散余弦变换(discrete cosine transform, DCT)与粒子群优化(Particle swarm optimization, PSO)的图像融合方法.先对源图像进行DCT变换再采用PSO算法获得优化权值因子,并用于完成源图像DCT系数的融合;其次,进行DCT逆变换得到初始融合图像;最后,利用直方图均衡化模型对初始融合图像进行优化得到最终融合图像.仿真实验结果表明,该方法与现有的代表性融合方法相比具有显著的优势.     

航拍图像逐步细化的云检测方法

在现有航拍图像云检测算法研究的基础上,对航拍图像所获云层数据进行大量统计和分析,提出了一种改进的云检测新方法,即逐步细化的云检测方法.首先基于航拍图像的HSI模型构造云区显著图;再根据亮度和色调,设置最优阈值获得初步云检测结果;之后将另外通过滤波获得的细节图像与初步云检测结果相融合;再通过引导滤波获得最终检测结果.对包含薄云、水域、雪域、半透明云的典型图像进行处理,实验结果表明,与传统算法相比,该算法错误率更低,且检测结果更接近人眼实际观测结果.     

一种基于特征分解的图像融合方法

一幅图像可以分解成几何特征不同的纹理部分和卡通部分,基于这两大特征提出了一种图像融合方法.利用卡通和纹理特征的差异,通过学习分别得到卡通字典和纹理字典.在融合过程中,分别利用特定的卡通和纹理字典对源图像的卡通和纹理部分进行融合,融合后的卡通和纹理部分经简单相加得到融合图像.实验结果表明,所提方法是有效的.     

宏块级立体视频传输失真快速估算方法研究

鉴于传输丢包会严重影响视频重建质量,甚至大范围传播错误,因此通过研究视频通信质量与传输丢包之间的关系,提出了一种适合网络丢包特性的立体视频传输失真模型.该失真模型结合了快速宏块级失真估计方法及帧间宏块拷贝和视点间宏块拷贝的错误隐藏方法,可在丢包信道下快速估计宏块级的立体视频传输失真.实验对比分析表明:所提出的宏块级立体视频传输失真模型准确度较好,可为立体视频传输失真估计提供一定的理论依据与借鉴,对立体视频通信质量的保障具有一定的实用价值.     

面向移动通信的3DTV交织编码错误隐藏方法

针对移动通信Mobile 3DTV和传统3DTV视频表示格式与编码结构的差异以及Mobile 3DTV低计算复杂度的特点, 提出一种面向Mobile 3DTV交织编码的立体视频错误隐藏方法. 新方法在编码之前先将左右视点进行交织处理, 然后按照Stereo SEI的编码结构编码传输, 在解码端根据像素的不同错误类型有针对地选择相应低计算复杂度的错误隐藏方法恢复丢失信息. 实验表明, 该方法在解码端得到的恢复效果较好, 并且计算复杂度较低.     

基于卷积神经网络的刺绣风格数字合成

针对刺绣风格数字化模拟方法立体感不强、缺少线条方向等问题,提出了一种基于深度学习和卷积神经网络的算法,将刺绣艺术风格传输到目标图像。利用图像语义分割网络及风格迁移网络,分别对目标内容图像与刺绣艺术风格图像进行目标提取和风格迁移。首先,输入目标内容图像与刺绣艺术风格图像,采用基于条件随机场的图像语义分割,将目标内容图与刺绣艺术风格图的前景与背景分离,并进行二值化处理,形成掩模图像;其次,将目标内容图与刺绣艺术风格图的RGB颜色空间转换为YIQ;最后,参照掩模图像使用VGG19网络模型提取目标内容图的内容特征及刺绣艺术风格图的风格纹理特征进行目标区域内的风格迁移,从而对刺绣艺术进行数字化模拟。该算法能模拟出具有刺绣艺术效果的结果图像,能更好地模拟真实刺绣艺术的线条方向,突出了线条的立体感。通过使用语义分割与风格迁移相结合的方法,有效模拟了色彩艳丽、立体感强的刺绣艺术风格图像,是对非真实感绘制的有效补充,为刺绣数字化保护与非物质文化传承奠定了基础。     

基于卷积神经网络的刺绣风格数字合成

针对刺绣风格数字化模拟方法立体感不强、缺少线条方向等问题,提出了一种基于深度学习和卷积神经网络的算法,将刺绣艺术风格传输到目标图像。利用图像语义分割网络及风格迁移网络,分别对目标内容图像与刺绣艺术风格图像进行目标提取和风格迁移。首先,输入目标内容图像与刺绣艺术风格图像,采用基于条件随机场的图像语义分割,将目标内容图与刺绣艺术风格图的前景与背景分离,并进行二值化处理,形成掩模图像;其次,将目标内容图与刺绣艺术风格图的RGB颜色空间转换为YIQ;最后,参照掩模图像使用VGG19网络模型提取目标内容图的内容特征及刺绣艺术风格图的风格纹理特征进行目标区域内的风格迁移,从而对刺绣艺术进行数字化模拟。该算法能模拟出具有刺绣艺术效果的结果图像,能更好地模拟真实刺绣艺术的线条方向,突出了线条的立体感。通过使用语义分割与风格迁移相结合的方法,有效模拟了色彩艳丽、立体感强的刺绣艺术风格图像,是对非真实感绘制的有效补充,为刺绣数字化保护与非物质文化传承奠定了基础。     

视觉自适应灰度级数字水印算法

提出了一种新的灰度级数字图像水印算法,首先对灰度级水印图像进行位平面分解得到水印序列,利用伪随机序列对水印进行调制,以增强水印的安全性,然后对载体图像进行小波分解,并利用视觉掩蔽特性对小波系数进行量化嵌入水印信息.新算法中视觉隐蔽阈值与宿主图像相关,具有自适应性;提取水印时不需要载体图像,具有盲检测性.实验结果表明,该算法在保证嵌入水印后图像较好感知质量的情况下,对压缩、加噪、滤波等失真测试仍然具有较好的鲁棒性.     

基于互信息和特征融合的图像隐写分析

为了提高隐写分析的检测率和效率,本文提出了一种加权融合的联合图像专家小组JPEG(joint photographic experts group)图像通用隐写分析方法.该方法分别计算离散余弦变换DCT(discrete cosine transform)系数块内和块间的水平、垂直和zigzag三向差分数组,采用联合概率密度矩阵来挖掘信息嵌入对DCT系数间相关性的影响,生成块内和块间三向特征.利用特征与分类类别间的互信息对特征权值进行量化,加权融合得到最终的特征向量,并使用支持向量机进行分类.对3种安全性较高的JPEG隐写算法F5、Outguess和MB2,在不同嵌入率下进行隐写分析.实验结果表明,在不同嵌入率的情况下其检测率均高于88.4%,同时特征融合算法使该方案具有更高的检测效率.     

一种遥感数字图像匹配的合成算法

分析了传统的基于灰度和基于特征的匹配算法,提出了一种基于边缘特征和相关系数的新匹配算法.该算法首先对潜在匹配图像和模板图像利用高斯拉普拉斯(LOG)算子和梯度算子提取影像的边缘,然后提取二值化图像,最后再利用相关系数法对二值化后的边缘影像进行匹配运算,得到正确的匹配结果.该算法融合了传统算法的优点.利用该算法对上海的SPOT 5 m分辨率不同波段的卫星影像进行了匹配试验,获取了比较好的匹配效果.