基于特征學(xué)習(xí)的圖像質(zhì)量評價.pdf

1、信息是人類生活中必不可少的要素，其中對于人類他們主要通過視覺系統(tǒng)來獲取信息感受萬物。圖像作為人類感知和機器識別的重要信息源，一方面帶來了巨大的社會經(jīng)濟效益，然而同時也面臨著在采集、壓縮、處理及傳輸?shù)倪^程中帶來的圖像降質(zhì)問題。研究圖像質(zhì)量評價可以實時調(diào)整這些過程中的系統(tǒng)參數(shù)從而達(dá)到更好的效果，所以對圖像進(jìn)行質(zhì)量評價變得異常的重要。圖像質(zhì)量最基本的含義是指人們對一幅圖像視覺感受的主觀評價，然而在實際應(yīng)用中因其不方便、比較費時和代價昂貴等缺點

2、并不被大家所接受，因此人們把研究重點和應(yīng)用都傾向了客觀圖像質(zhì)量評價方法。客觀圖像質(zhì)量評價方法的主要目的是構(gòu)建出一個能媲美人的主觀評判的模型，并給出與主觀評價相一致的結(jié)果。根據(jù)對參考圖像的依賴程度可以將客觀圖像評價方法分成三類，它們是全參考圖像質(zhì)量評價、部分參考圖像質(zhì)量評價以及無參考（盲）圖像質(zhì)量評價。
　　盲圖像質(zhì)量評價是圖像質(zhì)量評價領(lǐng)域中最具挑戰(zhàn)同時也是最難解決的問題，近些年來一些算法相繼被提出來解決這個難點。本文主要從特征學(xué)習(xí)

3、的角度對盲圖像質(zhì)量評價系統(tǒng)進(jìn)行了研究，然后具體通過區(qū)別性稀疏表示以及深度卷積神經(jīng)網(wǎng)絡(luò)這兩個方法分別闡述從大量樣本中訓(xùn)練得到的特征經(jīng)過量化后是如何運用到圖像質(zhì)量評價問題。主要的工作概括如下:
　　(1)闡述了圖像質(zhì)量評價的研究背景及意義，并且綜述性的回顧了圖像評價方法的研究現(xiàn)狀。其次詳細(xì)的描述了本文擬采用的特征學(xué)習(xí)方法的理論基礎(chǔ)。然后主要介紹了基于字典學(xué)習(xí)的稀疏表示問題以及字典的生成方法，另一方面對深度學(xué)習(xí)從發(fā)展歷史、工作原理、主要

4、網(wǎng)絡(luò)層以及優(yōu)化方法等多個層面展開了敘述。最后詳細(xì)地比較了兩者之間的異同。
　　(2)針對字典學(xué)習(xí)進(jìn)行稀疏表示能很好學(xué)習(xí)圖像的特征，提出了基于區(qū)別性字典質(zhì)量評價的方法，通過對正負(fù)字典的表示系數(shù)進(jìn)行特征量化來得到評價結(jié)果。隨后對不同程度高斯白噪聲的公共標(biāo)準(zhǔn)數(shù)據(jù)集和不同劑量的CT圖像進(jìn)行了驗證，實驗結(jié)果表明該方法能得到較為合理且與主觀評價相一致的結(jié)果。
　　(3)進(jìn)一步將基于區(qū)別性稀疏表示的質(zhì)量評價方法擴展到圖像模糊退化問題。訓(xùn)練

5、得到基于模糊圖像評價問題的區(qū)別性字典，并且從自然圖像和DR圖像兩種數(shù)據(jù)集進(jìn)行量化驗證，測試結(jié)果表明該算法對于模糊退化評價問題的有效性。同時從信號分解的角度訓(xùn)練單個模糊字典，并將其應(yīng)用于圖像模糊區(qū)域檢測問題，最終的結(jié)果表明了該方法的有效性。
　　(4)提出了基于深度學(xué)習(xí)的圖像質(zhì)量評價方法。針對噪聲/偽影退化情況，直接通過卷積網(wǎng)絡(luò)模型將待評價圖像映射為退化殘差部分，然后對殘差的分析得到圖像的評價值。多種自然圖像以及CT圖像數(shù)據(jù)的實驗結(jié)