一种无参考运动模糊图像的模糊度估计方法

模糊度估计是模糊图像质量评价的重要研究内容。从研究基于图像边缘特征去评价模糊度出发,文章提出一种结合目标对称的轮廓特性估计运动模糊图像模糊度的方法。在无参考图像的情况下,根据边缘的成像特点从模糊图像中定位目标的关键边缘点。由于运动方向上目标的边缘包含着模糊信息,根据原本对称的目标在运动方向上和垂直于运动方向上所呈现出来的轮廓差异来测量图像的运动模糊尺度。实验结果表明,该算法能从正方形或圆形目标的单幅运动模糊图像中较准确地估计模糊度。     

基于梯度结构相似度的无参考模糊图像质量评价

在对模糊图像边缘膨胀后进行边缘膨胀块提取的 基础上,提出一种基于梯 度结构相似度(GSIM)的无参考模糊图像质量评价方法(NRGSIM)。首先,将原始模糊图像经过低 通滤波生成再模糊图像;之后,将原始模糊图像生成的边缘膨胀图像进行8×8分块,并将子块 划分为边缘膨胀块和平滑块;然后,计算原始模糊图像和再模糊图像中所有对应到边缘膨胀 图 中边缘膨胀块的相应子块的GSIM;最后,平均得到整幅图像的模糊值。在4个数据 库上实验结果表明,本文方法评价结果合理、稳定,更加符合人类视觉特性,与主观评分有 较好的一致性,而且计算简单,取得了很好的评价效果,LIVE2数据库上的SROCC指标达到0.964。     

基于图像相关性和结构信息的无参考图像质量评价

分析了非下采样Contourlet变换(NSCT)方向子带亲 戚系数 间和父子系数间的强相关性及其包含的结构信息,并基于图像发生失真会 影响这些系数间的强相关性和结构信息的假设,提出了一种新的无参考图像质量评价(NR-I QA)方法。首先,分别计算 NSCT方向子带亲戚系数间和父子系数间的互信息(MI),以此作为描述这些系数 间相关性的统计特征;其次, 分别计算NSCT方向子带亲戚系数间和父子系数间的结构相似度(SSIM),以此作为描述 图像结构信息的统计特征; 进而,结合这些系数间的MI和SSIM等统计特征,构造了相应的NR-I QA模型和图像 失真类型识别模型;最后,在LIVE及LIVE Multiply Distorted图像质量评价数据库上进行 了大量的实验仿 真。结果表明,本文评价模型的评价结果与人类主观评价具有非常高的相关性,LIVE图 像质量评价数据 库上的斯皮尔曼等级相关系数和皮尔逊线性相关系数均在0.931以上 。无论总体评价效果还是各失真类型 评价效果,与当今主流评价算法相比非常具有竞争性;而且,失真类型识别模型的识别精度 可以达到92.31%,明显高于这些主流算法。     

基于奇异值分解的无参考模糊图像质量评价方法

提出了一种针对模糊图像的无参考图像质量评价算法。首先,对图像进行高斯低通滤波变换产生参考图像,其次对高斯低通滤波前后的图像分别进行奇异值分解,然后构造公式计算图像高斯滤波前后的奇异值改变量作为图像的特征向量,最后应用广义回归神经网络模型对图像的特征向量进行训练学习,得到图像的模糊值。在3个图像数据库上的大量实验结果表明,新方法计算简单。预测得分与主观得分有较好的一致性,取得了比较好的评价指标。     

基于子带相似性分析的JPEG2000图像无参考质量评价

无失真图像中相邻尺度同一方向子带的小波系数是相互关联的,而编码压缩使得这种相关性随着压缩率而变化的.该文采用余弦相似性来模拟相邻尺度同方向子带图像的相关性,根据提取的子带相似性特征矢量和统计工具来分析人的主观质量评价得分MOS(Mean Opinion Scores)与子带余弦相似性的关系,得到了一种新的无参考质量模型...     

基于传播波方程的运动模糊图像恢复质量评价

对目前数字图像质量评价的相关方法进行了简要的总结。在此基础上,着重分析了基于传播波方程的运动模糊图像恢复质量的客观评价准则。通过仿真实验,验证了该准则在实际应用中的有效性、可靠性及和主观评价结果的一致性。     

基于特征解纠缠表示的无参考图像质量评价

无参考图像质量评价是在不给定参考图像的情况下评估受损图像的质量。由于缺少无损的参考图像,无参考图像质量评价方法的表现与全参考图像质量评价方法相比差距较大。为了解决这一问题,提出一种基于特征解纠缠表示的无参考图像质量评价方法。该方法能分离出受损图像的内容特征和受损信息特征,通过内容特征对受损图像进行复原,使用孪生卷积网络从受损图像和复原图像中提取图像特征,并将其与受损信息特征进行融合,进而预测受损图像的质量。在TID 2013数据集上,提出的无参考图像评价方法的Spearman秩相关系数与Pearson线性相关系数分别为0.885和0.876,性能优良。     

结合结构信息和亮度统计的无参考图像质量评价

基于非下采样Contourlet变换(Nonsubsampled Contourlet Transform,NSCT)子带系数间的结构相关性,本文提出了一种通用的无参考图像质量评价方法.首先,利用互信息分析NSCT子带系数间的相关性,确定出相关性比较强的子带系数;其次,分别计算这些子带系数间的结构信息比较算子,以此作为描述图像结构相关性的统计特征;进而,结合空间域亮度均值减损对比归一化(Mean Subtracted Contrast Normalized,MSCN)系数及其邻域系数的统计特征,分别构造相应的无参考图像质量评价模型和图像失真类型识别模型;最后,在LIVE等图像质量评价数据库上进行了大量的实验仿真.仿真结果表明,评价模型的评价结果与人类主观评价具有非常高的相关性,与当今主流评价算法相比非常具有竞争性.     

红外与可见光图像融合质量评价方法综述

图像融合质量评价标准是目前图像融合中急需解决的问题之一。在不同的应用场景中,选择适当的融合算法对现有融合算法进行改进以及研究新的融合算法都是至关重要的。综述了无参考图像的客观质量评价方法,重点介绍了基于结构信息的图像融合质量评价方法,最后探讨了图像融合质量评价方法的发展趋势。     

基于图像质量评价的LCD运动模糊检测方法

运动模糊度是表征LCD显示器质量的重要指标。目前,国内针对LCD运动图像显示性能的检测大多采用人眼视觉检测的方法,而人工检测结果是检测人员的主观判断,易受外界环境和自身心理因素的影响,不利于生产的统一化、标准化。本文采用图像质量评价的思路,提出了一种基于区域对比度和结构相似度(RCSSIM)算法的LCD运动模糊检测方法。参考LCD显示的静止图像,对采集到的运动图像进行图像质量评价得到运动图像的清晰度,以此作为LCD显示器运动模糊程度的指标。仿真和实际检测结果均表明,该方法提出的检测指标不但能很好地量化LCD运动模糊度,且与人的主观感知相符。     

运动模糊图像的空域复原方法

根据匀速直线运动造成的图像模糊的特点,建立原始图像与模糊图像间的关系,在此基础上分析匀速模糊图像的退化及恢复过程,由此推出其在空间域的相关数学模型,并运用计算机模拟达到预期效果。     

图像质量评价的研究现状与发展

目前互联网应用与多媒体通信已成为信息世界的主流,数字图像在获取、压缩编码、存储或传输过程中存在不同程度的退化而影响视觉效果,因此图像质量的评价具有重要的理论和实际意义.梳理了目前国内外图像质量评价的最新研究成果,并对其进行归类、分析、研究与评述.在此基础上,提出图像质量评价的发展方向与研究展望.     

基于结构相似度的自适应图像质量评价

考虑到在结构相似度(SSIM,structural similarity)模型中,亮度、对比度和结构度3个评价因子对不同失真类型图像质量评价(QA)的贡献程度不同,本文提出了根据图像失真类型分析的自适应SSIM(ASSIM)的IQA方法。首先,分析失真图像和参考图像的小波子带能量、傅里叶功率谱和幅度谱的数据特点,据此判定图像失真类型,包括高斯白噪声(WN)、JPEG压缩(JPEM)、高斯模糊(Gblur)及类JP2K4类失真;接着,通过优化算法确定SSIM在评价不同失真类型图像时最佳的评价因子权重;最后,将图像的失真类型判别和评价因子的调整相结合,实现对图像的自适应评价。实验结果表明,由于失真类型的判断和评价因子权值的优化,ASSIM对各类失真图像的评价效果都要优于SSIM,特别是对Gblur失真的图像进行评价时,Pearson系数(CC)值提高了0.05,Spearman等级相关系数(SROCC)值的提高超过0.039。     

去雾图像质量客观评价方法研究

针对目前去雾图像质量客观评价方法少和已有评价方法存在局限性等问题,提出一种去雾图像的客观质量评价新方法.针对去雾图像中存在的Halo效应,采用边缘加权结构相似性测度的方法,将雾化图像和去雾图像的整体轮廓信息与局部纹理细节信息加权来描述图像的结构相似度.从人类视觉感知的角度出发,定义了图像归一化灰度差,用来描述图像的亮度.将彩色图像转换到HSV颜色空间,利用S分量的信息熵和直方图相似度来描述图像的色彩还原能力.最后综合边缘加权结构相似性测度、图像归一化灰度差和色彩加权还原度建立去雾图像质量评价模型,并进行客观评价和比较.实验结果表明,与已有评价方法相比,所提出的评价方法能够获得与主观感受一致的结果,并具有较好的有效性和可靠性.     

一种时间优化的全参考图像质量评价算法

针对已有的基于结构相似性的图像质量评价算法的计算复杂的不足,提出一种新的优化算法.针对亮度项中的均值计算,利用积分图像进行的加速计算;针对对比度项和结构项中的方差项计算,利用梯度幅值进行简化计算;最后采用8×8整数窗口逼近多尺度高斯窗口.实验表明,提出算法的评价能力和SSIM相当,运行时间只是SSIM的四分之一.     

基于结构相似度评价方法的窗口效应

为了提高基于结构相似度图像评价方法的评价效果,对传统的窗口选取准则进行了改进,采用实验对比的方法,通过对窗口改进前后评价效果的对比验证,得到了不同数据库和不同失真类型的最佳窗口。结果表明,传统的单一窗口并不能得到最佳的评价效果,而且现在普遍使用的标准差为1.5的高斯加权窗口的效果也不一定好于普通的方形窗口,不同的失真类型的图像其最优窗口也是不同的。结果表明,对于亮度窗口W1来说,窗口越大效果越好;而对于对比度、结构度窗口W2而言,W2=7时效果最好。该研究成果对优化基于结构相似度评价方法的效果具有重要作用。     

光电系统图像质量评价方法综述

针对图像质量评价方法对于评估光电系统成像性能的重要性,本文结合国内外研究成果,综合论述了图像质量的主观评价法和客观评价法。重点对常用的一些图像质量客观评价方法进行了分析和论述,最后探讨了光电系统图像质量评价方法的发展趋势。     

基于人眼视觉特性的彩色图像质量评价

图像处理系统的性能优劣的评判往往需要一个合理迅速的图像质量评价算法作为支撑.传统的图像质量评价算法由于没有充分考虑人眼的视觉特性,使得质量评价结果与实际图像的人眼感知质量不符.根据人眼对图像边缘信息非常敏感这一人眼视觉特性,提出一种综合图像边缘和背录相似度的算法(EBS)来评价彩色图像质量,即通过比较失真彩色图像与原始参考图像的边缘以及除边缘之外的背景相似程度最终确定失真图像的质量.应用于由779幅包含五种类型失真的图像质量评价库的实验结果表明,该算法的评价结果相比PSNR,MSSIM,IFC以及基于像素域的VIF等算法与图像的主观评价结果(由DMOS值表示--将背景不同的一组观察者对失真图像的评分进行统计平均后所得到的评价结果)更一致,也即该算法的评价结果更接近图像的实际视觉感知质量.