论文部分内容阅读
近年来,随着多媒体技术的快速发展,数字图像处理已广泛应用于各个领域.但图像在采集、传输、压缩等过程中,难免发生降质现象.为保持甚至提高图像的质量,对图像采集、传输和后续处理来说,若能测量图像的质量就显得尤为重要.因此,设计快速高效的图像质量评价(Image Quality Assessment,IQA)方法是非常必要的.全参考IQA是当前使用最多的客观评价方法,本文研究全参考IQA.结构相似度(StructuralSIMilarity,SSIM)、梯度结构相似度(Gradient-based SSIM,GSSIIM)和特征相似度(Feature SIMilarity,FSIIM)这三种算法,因其评价结果可靠而被广泛使用.本文针对SSIM和GSSIM不能有效评价严重失真图像的质量以及FSIM计算复杂度高等问题,分别就特征提取和特征池化两方面提出了新的改进算法.论文的主要工作如下:(1)提出一种快速的全参考型IQA算法,即提升的广义梯度加权结构相似度(Gradient Weighted Lifting Structural SIMilarity,GWL-SSIM).该算法是针对灰度图像或彩色图像的亮度分量设计的.首先,考虑到梯度可以很好地反映图像的边缘纹理等结构信息,以及人类视觉系统对图像质量感知的非线性特性和对图像不同成分评价的差异性,把经典的梯度推广到广义梯度,并计算图像的广义梯度相似性;然后与图像的对比度和结构相似性合并得到图像的局部质量;最后考虑到不同区域对图像的视觉感知的贡献,采用广义梯度加权的池化策略得到图像的整体质量.各个算法在6大彩色数据库以及对不同失真类型的比较实验表明,GWL-SSIM可以获得与目前流行算法相当的评价效果.(2)提出一种彩色IQA算法.在GWL-SSIM算法的基础上,采用不同彩色空间变换,并考虑图像的色度相似性,将GWL-SSIM扩展到彩色图像,得到基于不同彩色空间的彩色IQA算法,即GWL-SSIMc.对各个彩色空间上的GWL-SSIMc算法在TID2008数据库上针对不同失真类型进行比较实验,结果表明,对大多数失真类型来说,考虑彩色图像的颜色信息可以提高IQA的准确性.(3)提出2种基于广义平均的池化策略以提高SSIM,GSSIM,FSIM的评价效果.针对不同池化策略对IQA算法的影响,将算术平均及调和平均推广到广义平均,得到2种基于广义平均的池化策略,并在TID2008和TID2013数据库中进行数值实验,结果表明,采用广义平均池化策略能够有效地提高IQA算法的准确性,其评价结果与人类视觉系统更加吻合。