基于感知和統(tǒng)計(jì)模型的圖像質(zhì)量評(píng)價(jià)技術(shù)及應(yīng)用研究.pdf

1、伴隨微博、微信、人臉書、QQ等社交網(wǎng)絡(luò)工具的飛速普及，圖像已經(jīng)深入人類生活的每個(gè)細(xì)節(jié)。自2011年以來，世界每年產(chǎn)生數(shù)百億張數(shù)字照片。對(duì)海量圖像數(shù)據(jù)進(jìn)行分析、篩選、識(shí)別、評(píng)價(jià)、監(jiān)控、修復(fù)和增強(qiáng)，越發(fā)迫切地成為當(dāng)下的研究熱點(diǎn)，并引起了多媒體、圖像處理、計(jì)算機(jī)視覺和模型識(shí)別等領(lǐng)域研究人員的廣泛關(guān)注。本論文通過研究人類視覺系統(tǒng)感知的特性，重點(diǎn)對(duì)圖像質(zhì)量評(píng)價(jià)及其應(yīng)用進(jìn)行了探索和建模。此問題涵蓋了視覺心理學(xué)、統(tǒng)計(jì)信息學(xué)和圖像處理學(xué)三大范疇，是當(dāng)下

2、研究的熱點(diǎn)和難點(diǎn)。對(duì)圖像質(zhì)量評(píng)價(jià)及其應(yīng)用的研究，有助于深入揭示視覺心理學(xué)奧秘，完善自然場(chǎng)景統(tǒng)計(jì)模型，提高圖像處理算法性能。本論文的研究工作主要包括以下三個(gè)方面：
　?。?）研究全/半?yún)⒖紙D像質(zhì)量評(píng)價(jià)機(jī)理，對(duì)由于多種類型失真和觀看距離引起的圖像降質(zhì)進(jìn)行建模。全/半?yún)⒖荚u(píng)價(jià)是指存在完整/部分原始無失真圖像信息情況下評(píng)估失真圖像的質(zhì)量。針對(duì)人類視覺系統(tǒng)高度善于提取圖像的結(jié)構(gòu)信息，本論文分析人眼底層視覺特性，計(jì)算失真圖像和原始圖像的梯度相

3、似性，綜合全局和局部?jī)煞N池化策略，提出了基于全局和局部梯度相似性的全參考評(píng)價(jià)算法。
　　在不同距離下觀看同一幅失真圖像，主觀評(píng)分會(huì)存在顯著差異。此研究更接近實(shí)際觀看圖像的場(chǎng)景，具有更大挑戰(zhàn)性。針對(duì)增加觀看距離會(huì)降低人眼分辨能力，本論文根據(jù)觀看距離去除部分小波子帶中的高頻信息，建立理想視角、觀看距離和圖像尺寸之間的三角函數(shù)關(guān)系，結(jié)合圖像寬高比計(jì)算最優(yōu)變換尺度對(duì)圖像進(jìn)行縮放，提出了基于最優(yōu)尺度選擇的預(yù)處理模型。
　　在只允許傳輸

4、部分原始無失真圖像或者其特征時(shí)，半?yún)⒖紙D像質(zhì)量評(píng)價(jià)算法成為了首選工具。針對(duì)人類視覺系統(tǒng)對(duì)圖像結(jié)構(gòu)變化非常敏感，本論文依據(jù)被不同類型和強(qiáng)度失真污染的圖像會(huì)產(chǎn)生不同程度的空間頻率退化的規(guī)律，使用不同卷積核分別提取原始圖像和失真圖像特征，采用非線性方法度量特征距離，提出了基于結(jié)構(gòu)退化模型的半?yún)⒖荚u(píng)價(jià)算法。
　　（2）研究自然場(chǎng)景統(tǒng)計(jì)特性和多重失真的聯(lián)合效應(yīng)，對(duì)無參考質(zhì)量評(píng)價(jià)進(jìn)行建模。無參考評(píng)價(jià)是指不存在原始無失真圖像情況下評(píng)估失真圖像質(zhì)

5、量。根據(jù)新發(fā)現(xiàn)的無失真圖像統(tǒng)計(jì)特性，本論文建立原始圖像的自由能感知特征和結(jié)構(gòu)退化特征之間的線性關(guān)系，提取基于人類視覺特性和自然場(chǎng)景統(tǒng)計(jì)特征，使用機(jī)器學(xué)習(xí)訓(xùn)練上述特征，提出了基于自由能理論的魯棒無參考評(píng)價(jià)算法。
　　與單一失真相比，多重失真的降質(zhì)問題還包括由于不同類型失真之間相互作用引起的聯(lián)合降質(zhì)效應(yīng)。綜合經(jīng)典圖像處理算法和人腦自由能理論，本論文使用經(jīng)典的噪聲估計(jì)、JPEG壓縮評(píng)價(jià)和高斯模糊評(píng)價(jià)算法，分別計(jì)算每種潛在失真的降質(zhì)程度，

6、基于人腦自由能理論近似不同失真類型相互作用產(chǎn)生的聯(lián)合效應(yīng)，線性綜合上述評(píng)分，提出了基于六步處理的盲評(píng)價(jià)算法。
　　與常規(guī)失真度量不同，對(duì)從高動(dòng)態(tài)范圍圖像通過色階映射得到的低動(dòng)態(tài)范圍圖像的質(zhì)量評(píng)價(jià)是另一類新難題。從信息總量、自然統(tǒng)計(jì)特性和結(jié)構(gòu)保護(hù)能力三方面考慮，本論文衡量低動(dòng)態(tài)范圍圖像經(jīng)過亮化和暗化后含有的信息總量，計(jì)算其是否符合自然統(tǒng)計(jì)特性，考量其對(duì)主要結(jié)構(gòu)的保護(hù)能力，使用機(jī)器學(xué)習(xí)綜合訓(xùn)練上述三方面特征，提出了盲色階映射圖像質(zhì)量評(píng)

7、價(jià)算法。
　　（3）研究基于質(zhì)量評(píng)價(jià)模型的圖像處理技術(shù)?，F(xiàn)有的對(duì)比度增強(qiáng)算法通常需要人工輔助地進(jìn)行參數(shù)調(diào)整和結(jié)果選擇。完善的直方圖修正化框架和自動(dòng)的對(duì)比度增強(qiáng)算法具有更高的實(shí)用價(jià)值。結(jié)合主觀客觀質(zhì)量評(píng)價(jià)，本論文新增添有效的對(duì)比度變換曲線完善現(xiàn)有的直方圖修正化框架，綜合信息熵增益和顯著性保護(hù)，設(shè)計(jì)半?yún)⒖假|(zhì)量評(píng)價(jià)算法，優(yōu)化直方圖修正化框架，提出了基于顯著性保護(hù)的自動(dòng)對(duì)比度增強(qiáng)算法。
　　遠(yuǎn)程控制和云計(jì)算獲得了越來越多的應(yīng)用，相應(yīng)