应用log-Gabor韦伯特征的图像质量评价

考虑人眼对亮度的感知符合韦伯定律的特点,本文利用log-Gabor滤波器模拟人眼对图像的感知过程,提出了一种新的log-Gabor韦伯特征,以便保留不同尺度的符合人眼感知的结构信息。基于此,还提出了一种应用log-Gabor韦伯特征的图像质量评价方法。首先将待评价失真图像和参考图像从RGB空间转换到YIQ颜色空间,分离亮度分量和颜色分量。然后利用log-Gabor韦伯特征和梯度特征计算亮度分量失真,并结合颜色分量的失真,得到失真图像与参考图像的局部相似度图。最后利用修正的CSF函数,对局部相似度图进行加权,得到图像质量评价指标。在LIVE、CSIQ和IVC3个图像库上的实验结果表明,本文方法与人眼主观感知有很好的一致性,而且相对于其他方法,表现更加稳定。本文方法在3个图像库上的加权Spearman秩相关系数(SROCC)为0.949 8,Kendall秩相关系数(KROCC)为0.802 6,Pearson线性相关系数(PLCC)为0.943 8,相比对比方法有显著的提高。     

广义平均的全参考型图像质量评价池化策略

为了设计与人的主观评价相吻合的全参考型客观图像质量评价(IQA)算法。针对不同算法提取的局部特征,利用广义平均的非线性性质,提出了2种池化策略,以提高结构相似度(SSIM),梯度结构相似度(GSSIM),特征相似度指标(FSIM)的评价能力。在TID2008和TID2013数据库中进行数值实验,讨论了所有失真类型非线性参数的选择以及不同失真类型之间非线性参数的变化。结果表明,采用广义平均池化策略能提高IQA算法的有效性。4种客观评价指标Spearman等级相关系数(SROCC)、Kendall等级相关系数(KROCC)、Pearson线性相关系数(PLCC)和均方误差根(RMSE)表明所提算法性能优于已有的算法,与人的视觉系统具有一致性。     

基于视觉阈值及通道融合的立体图像质量评价

根据人眼对彩色图像不同颜色通道的敏感度不同,利用掩蔽效应对人眼感知立体图像质量产生的影响,提出了一种基于视觉阈值分析和通道融合的彩色图像客观质量评价方法.利用人眼视觉阈值确定立体图像的失真是否在人眼可察觉的范围,若失真程度小于视觉掩蔽阈值,则认为没有失真.利用原始和失真彩色图像RGB三通道各自左视点差值图和右视点差值图的奇异值与人眼视觉掩蔽阈值图的奇异值距离来衡量失真图像左右视点图像的质量.原始和失真图像对的绝对差图之差值图像和原始图像对的双目恰可察觉失真阈值图之间的奇异值距离被用于评价失真立体图像的深度感知好坏.不同失真类型下,左右视点质量融合以及左右视点评价和深度感知评价的融合其加权权值不同.对JPEG压缩、JPEG2000压缩、高斯白噪声、高斯模糊和H.264编码5种不同程度失真的312幅退化图像进行了测试,结果显示本文方法与主观感知有较好的一致性,总体CC (Pearson Linear Correlation Coefficient)达到0.94,总体SROCC (Spearman Rank Order Correlation Coefficient)达到0.94,整体均方根误差(RMSE)控制在5.9以内.     

评价彩色图像质量的四元数矩阵最大奇异值方法

针对传统的图像质量评价方法忽略颜色信息以及与人眼感知信息一致性差的问题,提出了一种全面利用彩色图像颜色信息,突出人眼敏感图像结构的彩色图像质量客观评价方法。将图像中人眼敏感的结构分为细节,亮度和颜色3方面因素,将四元数矩阵作为载体,构造了一种用于彩色图像质量评价的四元数矩阵,并对其进行奇异值分解。将最大奇异值作为度量图像结构相似性的主要参数,通过分析图像结构差异映射图谱得到了最终的量化评价结果。采用LIVE数据库中包含5种失真类型的982张测试图片验证了提出的算法,得到的交叉失真实验非线性拟合均方根误差（RMSE）值为9.176,Spearman等级相关系数（SROCC）值为0.929 6,而结构相似度（SSIM）方法的RMSE值为9.299,SROCC值为0.925 6。试验结果表明,该方法采用四元数矩阵描述彩色图像的结构信息,考虑了彩色图像的多方面结构特征,与人眼视觉感知特性的一致性优于传统方法。     

基于显著性图像边缘的全参考图像质量评价

大部分图像质量评价算法仅研究图像的灰度值及信息内容,没有充分考虑人眼视觉特性对图像质量评价的影响,针对此问题提出了一种基于显著性图像边缘的全参考图像质量评价方法。利用显著性图像表征图像的视觉关注内容,然后提取显著性图像的边缘检测图,得到人眼关注的结构和边缘,最后计算参考图像与失真图像边缘检测图之间的汉明距离得到图像质量评价指标。实验结果表明本文提出的评价指标满足人眼视觉特性,对于各种失真类型有非常高的主观一致性,评价性能也优于很多其他指标。     

工业机器人视觉图像的质量评价方法研究

工业机器人视觉系统在校准和标定过程中需要对成像质量进行客观评价,而在参考图像已知的情况下,现有图像质量评价方法无法有效表征图像局部结构差异,难以充分考虑像素级差异对局部结构的影响。针对上述问题,提出了一种基于视觉显著性的全参考图像质量评价方法。其中,设计了一种基于梯度图的差异度表征方法,利用相位一致性和梯度图来描述图像局部结构和像素级的差异,进而提出了基于视觉显著性的图像质量评价方法,通过利用像素级差异对图像局部结构进行权重赋值,从而提高算法对图像进行质量评价时的性能。实验结果表明,本文方法和其他四种典型图像质量评价算法相比,能够在三个标准图像数据库上取得更高的质量评价分数。     

基于显著性分析的立体图像视觉舒适度预测

分析了传统的基于全局视差特性的像视觉舒适度评价模型的不足,提出了一种基于显著性分析的立体图像视觉舒适度客观预测模型。首先,根据人眼的立体视觉注意力机制,利用协方差矩阵和Sigma特征集分别计算得到图像显著图和深度显著图,并组合得到立体显著图;然后,利用立体显著图加权得到立体图像视觉舒适度感知特征;最后,通过支持向量回归构造视觉舒适度预测函数,建立视觉舒适度感知特征和主观评价值之间的关系模型,从而预测得到立体图像视觉舒适度客观评价值。实验结果表明,本文评价方法的Pearson线性相关系数值达到0.79,Spearman等级相关系数值达到0.81,表明提出的模型更加符合人眼视觉特性,得到的客观评价值与主观感知具有较高的一致性。     

一种抗模糊失真的结构相似度图像质量评价法

针对人眼对不同图像纹理的敏感差异,提出了一种抗模糊失真的加权结构相似度(WSSIM)图像质量评价方法,它通过提取人眼敏感的边缘信息,将图像分割成不同区域,进行加权处理,获得加权结构相似度(WSSIM),解决了SSIM对于严重模糊图像的评价问题.在LIVE图库中的高斯模糊库(Gaussian_Blur)与PSNR,SSIM,多尺度结构相似度(MS-SSIM)进行仿真比较.实验结果表明,WSSIM模型计算简单,评价性能远远优于前两种方法而略优于MS_SSIM.     

基于色貌尺度相位一致性的全参考图像质量评价

为提高图像质量评价模型的准确性,提出一种基于色貌尺度相位一致性的全参考评价模型。首先,在CIELAB色空间的色貌指标Vividness上提取图像结构信息,得到色貌尺度上的相位一致性量值;然后,利用均方根法计算对比度相似图,并在通过上述色空间的颜色通道获取色度相似图;最后,将相位一致性、对比度以及色度三种图像特征结合,采用标准差法进行求和池化,得到全参考图像质量评价计算模型。为验证本模型的可靠性,对4个常用图像数据库中的失真图像进行测试,依据4项评价标准分析其预测精度、计算复杂度及泛化性。实验结果表明,模型在上述数据库中测得的Pearson线性相关系数值最低为0.878 1(TID2013),最高达到0.961 6(LIVE);Spearman秩相关系数值最低为0.859 2(TID2013),最高达到0.965 3(LIVE)。与多种现有方法相比,本图像质量评价模型具有更高的视觉关系预测精度。     

联合梯度强度与方向信息的图像质量评价

为了进一步提高全参考图像质量评价(IQA)方法的准确性和高效性,基于人类视觉系统(HVS)的低层次视觉感知机理,在利用梯度强度信息的同时还巧妙地利用了梯度方向信息,更好地表达了图像局部结构信息的失真。在LIVE2图像数据库上的实验结果表明:对不同类型的图像失真,联合利用梯度强度与方向信息的全参考IQA方法相比之前著名的基于HVS以及仅利用梯度强度信息的IQA方法具有更高的预测单调性和准确性,而且计算复杂度更低。