基于人眼視覺(jué)特性的無(wú)參考圖像質(zhì)量評(píng)價(jià).pdf

1、隨著數(shù)字成像和通信技術(shù)的快速發(fā)展，數(shù)字圖像成為人們?nèi)粘Ｉ畹囊徊糠?。然而在獲取、傳輸、儲(chǔ)存等過(guò)程中，圖像均有可能失真，因此設(shè)計(jì)有效的圖像質(zhì)量評(píng)價(jià)系統(tǒng)成為急需研究的問(wèn)題?，F(xiàn)有的圖像質(zhì)量評(píng)價(jià)算法根據(jù)其對(duì)參考信息的依賴程度，可以分為三類：全參考算法、半?yún)⒖妓惴ê蜔o(wú)參考算法。鑒于實(shí)際應(yīng)用中通常無(wú)法獲得參考信息，無(wú)參考算法成為目前研究的熱點(diǎn)。本論文提出了兩種新的無(wú)參考圖像質(zhì)量評(píng)價(jià)模型，主要?jiǎng)?chuàng)新點(diǎn)如下：
　　1.局部二值模式可以有效表示鄰域像

2、素的空間分布，已被成功用于圖像質(zhì)量評(píng)價(jià)領(lǐng)域。然而，局部二值模式對(duì)噪聲比較敏感，且缺少幅度信息，限制了其性能。本文提出一種基于廣義局部三值模式的無(wú)參考圖像質(zhì)量評(píng)價(jià)算法。通過(guò)引入多閾值及幅度信息，該廣義三值模式可以比局部二值模式提供更穩(wěn)定、更具判別力的特征。在兩個(gè)典型數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)結(jié)果證明了本文所提出算法的有效性。
　　2.盡管人眼對(duì)空間對(duì)比度和空間分布上的退化都很敏感，現(xiàn)有的基于結(jié)構(gòu)退化的無(wú)參考圖像質(zhì)量評(píng)價(jià)模型都只考慮了其中一個(gè)方面

3、。本文提出一種新的無(wú)參考算法，綜合考慮了對(duì)比度和空間分布對(duì)圖像質(zhì)量的影響。首先，提出韋伯-拉普拉斯-高斯算子，用于提取圖像的局部對(duì)比度特征。該算子比拉普拉斯算子更符合人眼的主觀感知特性。其次，構(gòu)建了一種多閾值局部四基模式，以測(cè)量空間分布的變化。該局部四基模式分方向?qū)ο噜徬袼氐年P(guān)系進(jìn)行編碼，且引入了多閾值和幅度信息，因此可以比局部二值模式提供更具判別力的特征。最后，韋伯-拉普拉斯-高斯算子和多閾值局部四基模式的聯(lián)合分布被用于無(wú)參考圖像質(zhì)量