資源描述：
《基于視覺特性的圖像質(zhì)量評(píng)價(jià)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、基于視覺特性的圖像質(zhì)量評(píng)價(jià)ImageQualityAssessmentBasedonHumanVisualSystem學(xué)科專業(yè)：電磁場(chǎng)與微波技術(shù)作者姓名：馮丹丹指導(dǎo)教師：張瑞峰副教授天津大學(xué)微電子學(xué)院二零一七年十一月摘要隨著多媒體技術(shù)的快速發(fā)展，圖像質(zhì)量評(píng)價(jià)已經(jīng)成為圖像處理領(lǐng)域內(nèi)一項(xiàng)很有意義的研究課題。圖像的獲取、壓縮、傳送和處理等過程會(huì)對(duì)圖像造成多種失真，因此評(píng)價(jià)混合失真圖像具有重要的現(xiàn)實(shí)意義。近年來，生物學(xué)家對(duì)人類視覺系統(tǒng)的研究有了重要進(jìn)展，質(zhì)量評(píng)價(jià)研究人員模擬人類視覺特性提出的質(zhì)量評(píng)價(jià)模型取得了很好的評(píng)價(jià)效果。本文在
2、總結(jié)前人研究成果的基礎(chǔ)上，提出了兩種基于人類視覺特性的評(píng)價(jià)混合失真類型圖像的客觀圖像質(zhì)量評(píng)價(jià)方法。首先，本文提出了一種基于雙樹復(fù)小波變換與LBP(LocalBinaryPattern)算子的無參考混合失真圖像質(zhì)量評(píng)價(jià)算法。雙樹復(fù)小波變換相較于傳統(tǒng)小波變換擁有更多的方向選擇性且具有近似的平移不變性。本算法先對(duì)圖像進(jìn)行雙樹復(fù)小波變換，再利用LBP算子對(duì)小波系數(shù)的幅值信息進(jìn)行統(tǒng)計(jì)。在統(tǒng)計(jì)過程中為了突出圖像的顯著部分，對(duì)第一尺度下六個(gè)方向的小波系數(shù)的幅值信息進(jìn)行求和處理后作為L(zhǎng)BP統(tǒng)計(jì)過程中的權(quán)重值。在兩個(gè)混合失真數(shù)據(jù)庫(kù)（MDID
3、2013和MLIVE）上的實(shí)驗(yàn)結(jié)果表明，利用所提算法進(jìn)行評(píng)價(jià)的結(jié)果與主觀評(píng)價(jià)結(jié)果擁有很好的一致性。然后，本文提出了一種基于稀疏表示與分解殘差的全參考混合失真圖像質(zhì)量評(píng)價(jià)方法。近年來由于稀疏表示能夠很好地反映人類視覺特性而成為圖像評(píng)價(jià)領(lǐng)域研究的熱點(diǎn)。但目前基于稀疏表示的圖像質(zhì)量評(píng)價(jià)算法主要適用于評(píng)估單失真類型圖像，并未考慮不同失真類型對(duì)圖像不同成份所造成的不同影響，同時(shí)也忽略了失真對(duì)分解殘差的影響以及殘差對(duì)稀疏系數(shù)的輔助作用。針對(duì)這些問題，本文算法將圖像分解為紋理與卡通兩部分，計(jì)算紋理稀疏系數(shù)與卡通稀疏系數(shù)，并考慮失真對(duì)局部
4、殘差與全局殘差的影響。在MDID2013和MLIVE數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)結(jié)果表明，利用該方法的評(píng)價(jià)結(jié)果與主觀評(píng)分有較好的一致性。關(guān)鍵詞：圖像質(zhì)量評(píng)價(jià)，雙樹復(fù)小波，LBP算子，紋理稀疏系數(shù)，卡通稀疏系數(shù)，分解殘差，混合失真IABSTRACTImageinformationhasbeenwidelyappliedwiththedramaticdevelopmentofmultimedia,andimagequalityassessmenthasbecomeaverymeaningfulsubjectintheimageprocess
5、field.Theresearchofassessingmultiply-distortedimageshasveryimportantrealisticsignificancesincethestepsofacquisition,compression,andtransmissionmightintroducemultipledistortions.Inrecentyearsbiologistshavemadeimportantprogressinthestudyofhumanvisualsystem.Researche
6、rsofimagequalityassessmenthaveproposedmanymethodsbasedonthehumanvisualcharacteristics,andagoodresultwasachieved.Basedonthereviewtopreciousworks,thispaperproposestwoimagequalityassessmentmethodsformultiply-distortedimagebasedonthehumanvisualcharacteristics.Firstly,
7、thispaperproposesano-referencequalityassessmentmethodformultiply-distortedimagebasedondual-treecomplexwavelettransformandlocalbinarypattern.Comparedwithtraditionalwavelettransform,dual-treecomplexwavelettransformhavemoredirectionalselectivityandapproximatetranslat
8、ioninvariance.Thisalgorithmprocessesimagewithdual-treecomplexwavelettransformbeforeextractingstatisticalfeaturesoftheamplitudeofwavelettransformcoeffici
