基于SIFT特征和結(jié)構(gòu)相似性的圖像質(zhì)量評價.pdf

1、數(shù)字圖像在壓縮、傳輸、存儲、顯示和處理等過程中會引入或產(chǎn)生一定程度的誤差。圖像質(zhì)量評價可以用來衡量各種圖像處理算法的優(yōu)劣，為各類圖像系統(tǒng)的算法優(yōu)化提供參考。因此，在圖像處理和應(yīng)用領(lǐng)域建立有效的圖像質(zhì)量評價體系具有重要的意義。
　　本文結(jié)合圖像尺度不變特征和結(jié)構(gòu)相似性，對圖像質(zhì)量評價方法進(jìn)行了研究。尺度不變特征（Scale Invariant Feature Transform，SIFT）是一種圖像局部特征的描述形式，對于圖像的平移

2、、縮放、旋轉(zhuǎn)具有不變性，廣泛應(yīng)用于圖像匹配、圖像檢索乃至視頻處理等領(lǐng)域。SIFT特征在圖像的仿射變換、視角變化、光照變化及噪聲等方面具有很強的魯棒性。本文通過高斯模糊和降采樣等處理建立圖像的高斯金字塔，并在多尺度空間內(nèi)檢索符合要求的SIFT特征點;通過窮舉匹配和篩選，建立原圖像和目標(biāo)圖像的SIFT特征點匹配關(guān)系。研究了基于結(jié)構(gòu)相似性的圖像質(zhì)量評價方法(Structural Similarity Index Measure，SSIM)，在

3、一定的鄰域內(nèi)分別計算圖像間的對比度、照度和結(jié)構(gòu)三個方面的相似程度，累加每對像素點的相似度獲得全局圖像的質(zhì)量評價結(jié)果。在此基礎(chǔ)上，將SSIM算法拓展到多尺度空間內(nèi)，在高斯金字塔內(nèi)建立具有結(jié)構(gòu)信息的像素點匹配關(guān)系。結(jié)合SIFT特征點匹配和SSIM算法，研究了一種模擬人類視覺系統(tǒng)的客觀評價方法。在多尺度空間內(nèi)，依照自頂向下的順序，建立原圖像和目標(biāo)圖像的SIFT特征點匹配關(guān)系;同時以圖像的結(jié)構(gòu)相似性為基準(zhǔn)，建立兩圖像非特征點的局部匹配關(guān)系，在高