基于人類視覺系統(tǒng)的圖像質(zhì)量評價算法研究

《基于人類視覺系統(tǒng)的圖像質(zhì)量評價算法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、碩士學(xué)位論文基于人類視覺系統(tǒng)的圖像質(zhì)量評價算法研究StudyonImageQualityAssessmentMetricsBasedontheHumanVisualSystem作者：楊玉芬導(dǎo)師：孫彥景教授中國礦業(yè)大學(xué)二○一六年五月中圖分類號TP919.8學(xué)校代碼10290UDC密級公開中國礦業(yè)大學(xué)碩士學(xué)位論文基于人類視覺系統(tǒng)的圖像質(zhì)量評價算法研究StudyonImageQualityAssessmentMetricsBasedontheHumanVisualSystem作者楊玉芬導(dǎo)師孫彥景申請學(xué)位工學(xué)碩士培養(yǎng)單位信電學(xué)院學(xué)科專業(yè)信息與通信工程研究方向圖像質(zhì)量評價答辯委員會主席李

2、世銀評閱人盲審二○一六年五月論文審閱認(rèn)定書研究生楊玉芬在規(guī)定的學(xué)習(xí)年限內(nèi)，按照研究生培養(yǎng)方案的要求，完成了研究生課程的學(xué)習(xí)，成績合格；在我的指導(dǎo)下完成本學(xué)位論文,經(jīng)審閱，論文中的觀點、數(shù)據(jù)、表述和結(jié)構(gòu)為我所認(rèn)同，論文撰寫格式符合學(xué)校的相關(guān)規(guī)定，同意將本論文作為學(xué)位申請論文送專家評審。導(dǎo)師簽字：年月日致謝轉(zhuǎn)瞬間，三年的研究生生涯即將結(jié)束。首先，感謝我的導(dǎo)師孫彥景教授，在三年研究生時光中給予我的諄諄教誨，不論是學(xué)術(shù)上的鉆研創(chuàng)新，或是工作上的兢兢業(yè)業(yè)，或是生活上的吃苦耐勞都是值得我學(xué)習(xí)的榜樣。孫老師淵博的專業(yè)知識、豐富的開拓創(chuàng)新的思維、嚴(yán)謹(jǐn)?shù)膶W(xué)術(shù)作風(fēng)讓我在學(xué)習(xí)上不再拘泥于書本，而是真

3、正的去動手創(chuàng)造自己的思想；同時，孫老師樂觀積極的生活態(tài)度，幽默的語言、寬闊的胸襟、寬容的態(tài)度都時時刻刻熏陶著我。他教會了我進(jìn)步是無時不在的，要有一個積極的工作學(xué)習(xí)態(tài)度，作時間的主人，有效率的工作、學(xué)習(xí)和生活！在這里，我向我的導(dǎo)師孫彥景教授致以衷心的感謝和崇高的敬意。感謝實驗室陪伴我的劉嘉莉、岳攀攀、高鵬、梁迪慧等親愛的小伙伴們，在三年的研究生活中給予我的學(xué)習(xí)和生活上的無私幫助，學(xué)習(xí)上的共同進(jìn)步、共同成長，以及撰寫碩士論文過程中的探討、交流和取長補短。感謝李松老師、施文娟和左海維兩位博士對我生活和學(xué)習(xí)中的鼓勵和教誨。感謝馮成龍、苗晶晶、林昌林、簡毅、周舒等師弟師妹們的陪伴，讓我研

4、究生的學(xué)習(xí)和生活豐富多彩，抒寫華麗的篇章，以更加飽滿的熱情迎接接下來的挑戰(zhàn)。感謝我的父母、兄弟姐妹給予的無私的支持，你們一直是我堅強的后盾，在我學(xué)習(xí)和生活的道路上，你們都在遠(yuǎn)方的家中時時牽掛和鼓勵著我，讓我的人生充滿著歡樂和關(guān)愛。朋友們的陪伴和支持也是我一往無前的不可或缺的力量，是你們給我力量，讓我沖鋒那遙遠(yuǎn)的遠(yuǎn)方。在此，瑾向我的家人和朋友致以深深的感謝！感謝我的男朋友，是你讓我再研究生生涯中不斷地突破自己，敢于面對困難，帶給我無限的正能量。你讓我相信，沒有解決不了的難題，美好的未來在迎接我們。衷心地感謝在百忙之中抽出時間來評閱本文和參加答辯的各位專家、教授。再次，衷心的感謝所

5、有幫助、關(guān)心和支持我的人，謝謝你們！摘要圖像壓縮、傳輸及處理等過程使圖像產(chǎn)生不同的失真從而影響信息傳遞的質(zhì)量。因此，研究圖像質(zhì)量評價技術(shù)是極具意義的課題。圖像主觀評價方法對圖像質(zhì)量的評價具有直觀性，能準(zhǔn)確地反映人類的感知質(zhì)量，卻以高耗時和高花費為代價，且難以在實際中實施。圖像客觀評價方法速率高、花費少、應(yīng)用廣泛且結(jié)果可重現(xiàn)。主觀評分是客觀評分的有效性驗證?？陀^評價用來驗證圖像處理系統(tǒng)的性能和優(yōu)化現(xiàn)有算法。與人類視覺特性結(jié)合建立相應(yīng)視覺模型，進(jìn)一步分析研究圖像客觀質(zhì)量評價算法，保證其與人類感知質(zhì)量評價相一致，更具有說服力，對研究人類視覺系統(tǒng)（HumanVisualSystem,H

6、VS）具有重要的理論意義。基于此，本文展開了人類視覺系統(tǒng)基礎(chǔ)上的圖像質(zhì)量評價算法研究。首先，本文闡述了研究圖像質(zhì)量評價的背景及意義，綜述了研究基于HVS的圖像質(zhì)量評價的意義及國內(nèi)外研究現(xiàn)狀，詳細(xì)介紹了與本研究有關(guān)的基本理論：圖像及其質(zhì)量、人類視覺系統(tǒng)的組成及視覺機制特性、公開圖像質(zhì)量數(shù)據(jù)庫和圖像質(zhì)量評價算法性能指標(biāo)；探討了與所提算法有關(guān)的無線傳輸圖像失真問題：塊效應(yīng)、模糊效應(yīng)、振鈴效應(yīng)及強度掩膜。然后，研究了一些經(jīng)典的客觀評價算法，并在公開圖像數(shù)據(jù)庫上進(jìn)行性能比較，分析這些算法性能的優(yōu)劣，為所提算法奠定理論基礎(chǔ)。其次，對圖像的結(jié)構(gòu)相似性進(jìn)行研究，提出了基于HVS內(nèi)在推導(dǎo)機制的多

7、尺度結(jié)構(gòu)相似性（Multiple-scaleStructuralSIMilaritybasedoninternalgenerativemechanism,iMSSIM）算法。對內(nèi)在生成機制建立逐段式自回歸（PiecewiseAutoRegressive,PAR）模型，在iMSSIM算法中采用這一模型將失真和參考圖像分別分解成多尺度結(jié)構(gòu)相似形（Multiple-scaleStructuralSIMilarity,MSSIM）算法評分的圖像內(nèi)容預(yù)測部分和采用PSNR評分的圖像信息不確定部分，而后