基于图像内容对比感知的图像质量客观评价

为了提出性能优异的图像质量评价(IQA)模型,本文基于人类视觉感知特性和图像的灰度梯度、局部对比度和清晰度特征,提出了一种基于图像内容对比感知的IQA方法.在该方法中,首先结合视觉感知特性,基于物理学中对比度定义,提出一种图像质量定义及其值计算方法;之后,基于灰度梯度共生矩阵,提出一种图像灰度梯度熵的概念及其值的计算方法,并基于图像灰度梯度熵、局部对比度和清晰度,提出一种图像内容及其视觉感知的描述方法;最后,基于图像内容特征和图像质量定义,综合分析,提出IQA方法及其数学模型.并且采用5个开源图像数据库中的119幅参考图像和6395幅失真图像对其进行了仿真测试,同时分析和探讨了52种失真类型对IQA的影响;另外,为了说明所提IQA模型的优势,将其与现有的7个典型IQA模型,从精度、复杂性和泛化性能上进行了对比分析.实验结果表明,所提IQA模型的精度PLCC值在5个数据库中最低可以实现0.8616,最高可达到0.9622,其性能综合效益优于7个现有IQA模型.研究结果表明,所提IQA方法是有效的、可行的,所提IQA模型是一个性能优异的IQA模型.     

基于区域对比度和SSIM的图像质量评价方法

在诸多图像质量评价方法中,结构相似度(SSIM)算法简单高效,准确性较高,但SSIM模型不能很好地评价存在局部失真和交叉失真类型的图像。针对SSIM算法对图像不同区域平等对待的不足并考虑了时域人眼视觉特性,提出一种改进的基于区域对比度和结构相似度(RCSSIM)的图像质量评价方法。该算法将图像区域灰度信息对比度与SSIM算法融合,加权归一为参考图像与失真图像的对比度结构相似度值,以其评价图像质量。在LIVE图像数据库上的实验结果表明,与SSIM算法相比,RCSSIM评价结果的皮尔逊线性相关系数提高约0.015,均方根误差减小约0.55,更接近于人眼主观测试结果,具有更好的评价性能。     

基于感知对比度的图像清晰度客观评价模型

图像清晰度是评价图像质量时常用的指标之一。现有的清晰度评价模型未能充分考虑人眼视觉的亮度掩盖特性。为此,在均方根对比度基础上,考虑人眼亮度掩盖特性,通过计算图像中人眼感兴趣区域(包含细节、边缘和纹理)的感知对比度构造一种无参考的图像清晰度客观评价模型。并利用IVC数据库来验证模型,结果表明,与已有的4种清晰(模糊)度评价模型相比,该模型的评价结果更接近人眼主观感受,且计算量小,运算耗时短,是一种简单有效的图像清晰度评价模型。     

基于图像色貌和梯度特征的图像质量客观评价

图像质量评价(IQA)方法需要考虑如何从主观视觉度量结果出发,设计出符合该结果的客观图像质量评价方法,应用到相关实际问题中.本文从视觉感知特性出发,量化色度和结构特征信息,提出了基于色貌和梯度两个图像特征的图像质量客观评价模型.两个色貌新指标(vividness和depth)是色度特征信息提取算子;梯度算子用来提取结构特征信息.其中, vividness相似图一方面作为特征提取算子计算失真图像局部质量分数,另一方面作为图像全局权重系数反应每个像素的重要程度.为了量化所提模型的主要参数,根据通用模型性能评价指标,使用Taguchi实验设计方法进行优化.为了验证该模型的性能,使用4个常用图像质量数据库中的94幅参考图像和4830幅失真图像进行对比测试,从预测精度、计算复杂度和泛化性进行分析.结果表明,所提模型的精度PLCC值在4给数据库中最低实现0.8455,最高可以达到0.9640,综合性能优于10个典型和近期发表的图像质量评估(IQA)模型.研究结果表明,所提模型是有效的、可行的,是一个性能优异的IQA模型.     

结合视觉注意力机制和图像锐度的无参图像质量评价方法

针对模糊图像的质量评价,提出一种新的无参图像质量评价方法,该方法结合了自底向上的视觉注意力机制和自顶向下的图像锐度评价标准。根据人眼视觉注意力机制模型,分别计算颜色、亮度和方向显著度图像,通过竞争机制得到人眼优先关注的区域; 利用无参图像锐度评价方法分别对优先关注的区域及背景区域进行评价,综合2个区域的评价结果得到最终的图像质量评价指标。利用该方法分别对相向运动过程中所产生的模糊图像和图像质量评价Live数据库中的高斯模糊图像进行了评价,结果表明:针对两类图像的评价结果与主观评价结果的相关系数均较高,其中,针对相向运动模糊图像的主客观评价结果的相关系数达到0.98。该方法能够胜任对模糊图像的客观质量评价。     

红外压缩图像的质量评价研究

红外图像作为一种特殊图像,为了更好地传输和存储,有时候必须进行压缩。传统的均方误差(MSE)图像质量客观评价方法,有时其评价结果与人们的主观视觉不一致。为此提出了一种建立在人眼视觉模型(HVS)基础之上的边缘均方误差评价方法,它能更有效地反映出图像压缩失真在视觉上的感知。采用快速傅里叶变换、离散余弦变换、哈尔变换、小波变换、哈达马变换等算法,可对编解码后的图像效果进行评价,证实了基于人眼视觉特性的误差统计方法在对压缩图像进行像质评价时是比较令人满意的。     

图像融合质量客观评价方法

 随着图像融合技术的快速发展,科学的图像融合质量客观评价对选择合理的融合算法以及研究新的融合算法具有重要的指导意义,成为图像质量评价研究的热点。理想的图像质量客观评价方法可以给出与人主观感受相一致的量化指标。对目前已提出的多种图像融合质量客观评价算法进行综述。简要介绍了基本的客观评价指标;将基于边缘保持度、基于结构相似度、基于信息论以及基于对比度的4类客观评价算法分别进行了介绍,着重分析和比较了各类算法的思路及特点;总结融合图像质量客观评价算法的研究趋势,指出无参考图像与彩色融合图像的质量评价方法是未来重要的发展方向。     

基于结构相似度的图像融合质量评价

在分析现有图像融合质量评价方法特点的基础上,提出了新型的、基于结构相似度的图像融合质量评价方法.针对不同情况,分别采用平均结构相似度、加权平均结构相似度、结构信息与交互信息量之乘积作为图像融合质量客观评价标准.该方法充分考虑了图像的结构信息和人类视觉系统的特性,可以为不同场合下选择不同的算法提供依据.对不同融合算法的质量评价结果表明,该方法是一种有效的图像融合质量评价方法.     

基于人眼视觉系统的假彩色融合图像质量的评价方法

随着图像融合技术的发展,各种融合算法层出不穷,而很多情况下最终的融合图像是由人眼观察的,因此基于人眼视觉系统的图像融合质量评价显得尤为重要.为了能够模拟人眼对于融合图像的感知,得到融合后图像质量的客观评价,本文提出了一种基于色差理论的假彩色融合图像质量的评价方法.首先将源图像和融合图像转化到CIE L*a*b*均匀色空间,在频域对图像进行对比度敏感函数滤波,通过计算滤波后融合图像的色差判断图像的细节信息,在一定程度上色差越大信息越丰富;通过计算融合图像与源图像的色差判断融合图像与源图像的相关性,相关性越高,融合算法越好.通过融合图像的色差大小以及与源图像的相关性两个参量,得出融合算法的优劣.实验表明,与其他评价方法相比,本文提出的评价方法与人眼观察的结果较为一致.     

一种基于视觉底层特征的图像质量评价方法

把视觉底层特征概念引入到客观图像质量评价中,提出了一种基于不同图像视觉底层特征的质量评价方法。在基于Itti计算模型和视觉底层特征最佳权重的基础上,对4种类型图像提取底层视觉特征显著图,利用特征最佳权重值,组合归一化形成视觉计算显著图,通过直方图相似度计算分析各显著图。实验结果与主观评价结果具有较好的一致性,且优于基于传统Itti模型和SSIM模型的图像质量评价方法。不同类型的图像需要充分考虑各特征的权重大小,使其能真实反映视觉感兴趣区域的特征属性,更好地评价失真图像的质量。     

视觉掩盖效应下的无参考图像信噪比评价

针对噪声图像,提出一种视觉掩盖效应下的无参考图像信噪比评价方法。采用Hosaka分块思想,利用四叉树分解,取消了Hosaka分块对图像尺寸的限制,分块的大小体现出块内图像的主要频率成分;然后检测各个子块噪声,根据图像的污染程度,计算NRPSNR值。利用LIVE Database Release2图像库中的WN的174幅图像检验NRPSNR与DMOS的相关度,并与MSE、PSNR以及HVSNR比较分析。实验结果表明,该方法总体评价效果优于其他3种评价方法,CC为-0.895 0,SROCC为-0.923 6,OR为0.042 9,主客观评价比较吻合,且对于其他噪声类型同样适用,体现了人的视觉掩盖效应,可以满足对无参考噪声图像进行准确可靠的质量评价要求。     

局部方差在图像质量评价中的应用

将灰度图像的局部方差分布（QLS）作为表征图像结构信息的一个重要特征,对局部方差分布矩阵进行奇异值分解,计算得到相应的奇异值特征向量;通过计算降质图像与原参考图像局部方差矩阵奇异值特征向量的夹角大小度量两图像的结构相似度,实现了对降质图像的质量评价。实验结果表明：局部方差分布更能突出图像的结构特征,评价结果优于传统的均方误差（MSE）、峰值信噪比（PSNR）、结构相似度（SSIM）以及直接评价图像像素分布的奇异值分析（SVD）等方法,与人眼视觉感知效果的一致性较好。     

局部方差在图像质量评价中的应用

将灰度图像的局部方差分布(QLS)作为表征图像结构信息的一个重要特征,对局部方差分布矩阵进行奇异值分解,计算得到相应的奇异值特征向量;通过计算降质图像与原参考图像局部方差矩阵奇异值特征向量的夹角大小度量两图像的结构相似度,实现了对降质图像的质量评价。实验结果表明:局部方差分布更能突出图像的结构特征,评价结果优于传统的均方误差(MSE)、峰值信噪比(PSNR)、结构相似度(SSIM)以及直接评价图像像素分布的奇异值分析(SVD)等方法,与人眼视觉感知效果的一致性较好。     

基于人眼感知特性的彩色图像水印技术研究

结合人眼对比度敏感视觉特性和图像变换域特征,提出了一种新的人眼感知图像误差阈值的计算方法;结合计算的阈值,提出了一种新的彩色图像水印方案,并进行了仿真实验和攻击测试;实验结果表明,含水印图像经攻击后提取的水印信息仍清晰可见,其相似度值在压缩质量因子为50%的压缩攻击下仍能达到0.7371以上,表明提出的水印方案具有较好的透明性和较高的鲁棒性;并且在水印嵌入和提取过程中将原始彩色图像变换到与设备无关的CIELAB颜色空间,从而更好的提高了水印的鲁棒性。综合结果表明提出的水印方案是一种行之有效的水印嵌入和提取方案。     

结合人眼视觉关注特性的视频质量评价

考虑到人眼视觉关注特性在视频质量评价(VQA)中所具有的重要作用,提出了一种结合人眼视觉关注特性的视频质量评价方法。首先利用三维Sobel算子以及恰可察觉失真模型得到全局显著图,对全局显著图的每个显著像素点构建结构张量来求取一帧的全局质量;然后利用视频运动信息以及人眼中心关注特性求得局部显著图来进行感知加权,得到一帧的局部质量;最后均衡局部与全局质量得到视频中一帧的质量,并采用机器学习的方法获得时域加权模型,对视频帧进行加权,从而得到客观视频质量评价值。在LIVE视频数据库上进行性能测试,得到PLCC(Pearson Linear Correlation Coefficient)为0.827,SROCC(Spearman Rank Order Correlation Coefficient)为0.802,与已有相关算法相比,所提出的VQA方法的评价结果更接近人眼的主观感知。     

采用在线流形学习的彩色图像质量评价

针对许多评价方法都需要大量有效的训练样本离线学习得到特征提取器的问题,同时考虑到人脑能自然感知数据的内在低维特征,这种感知恰以流形方式存在,提出了一种采用在线流形学习的彩色图像质量评价方法。实验结果表明,所提出方法在LIVE、CSIQ和TID2008三个数据库的平均Spearman秩相关系数(SROCC)达到0.91。相比于其它方法,在线流形学习的彩色图像质量评价方法与主观视觉感受吻合度更高。     

基于HVS的小波变换数字图像水印算法

为实现图像水印在数据认证、访问控制和版权保护等领域发挥作用,提出一种人眼视觉感知特性的小波变换数字图像水印算法。首先对二值图像水印进行Arnold变换,并采用行堆叠的方法,转换成一维序列,然后根据密钥生成的高斯序列中值的正负来确定水印信息嵌入时是采用那种调制方式,最后对原始图像进行3级DWT分解,在小波图像的第二层中频子带中,结合人眼视觉特性将水印正向或负向调制叠加在宿主图像大于JND 值的小波系数上。实验结果表明:该算法能抵抗JPEG压缩、加噪、剪切等多种攻击,具有良好的透明性,鲁棒性和安全性。