无参考混合失真图像质量评价方法

目的为了解决图像在实际处理过程中产生混合失真的情况,研究无参考混合失真图像质量评价方法。方法首先利用空域-频域信息熵和奇异值建立无参考混合失真图像失真类型判别模型,然后再根据不同的混合失真类型,分别提取多维空间统计特征、奇异值改变量和空域-频域信息熵等3种不同的图像信息特征,建立无参考混合失真图像质量评价模型,并选取最佳无参考图像质量评价(NR-IQA)模型得到分数。结果该方法能100%判别混合失真类型,对于模糊噪声、模糊压缩混合失真在LIVE混合失真图像数据库(LIVEMD)上的斯皮尔曼等级相关系数(SROCC)最高分别能达到0.9874和0.9916,具有很好的主观一致性。结论实验结果表明,该无参考混合失真图像质量评价方法与人眼视觉感知具有很好的主观一致性。     

基于码书的雾天图像质量评价方法研究

近年来,无参考图像质量评价发展迅速,但是对雾天图像质量进行评价的无参考算法还鲜有报道。该文提出了一种基于码书的无参考雾天图像质量评价算法。目的是使该方法评价雾天图像质量的结果与人类主观感知相一致。寻找能反映雾天图像质量的特征,运用这些特征构建码书,然后用码书对训练图像进行编码得到训练图像的特征向量,最后用这些向量与训练图像的主观评分进行回归得到雾天图像质量评价模型。该方法在仿真的雾天图像库中进行了测试,结果表明：Pearson线性相关系数和Spearman等级相关系数值都在0.99以上。并与经典的无参考算法NIQE和CONIA方法进行了比较,优于这些算法,能够很好地预测人对雾天图像的主观感知。     

区域轮廓的快速等级提取

模式识别应用常需要不同约束下的多个图像分割结果。提出了一种区域轮廓的快速等级提取方法。该方法计算图像中所有可能轮廓点的显著性,利用简单阈值操作即可得到不同显著性等级的单像素宽度闭合区域轮廓。当计算轮廓点显著性时,融合流域变换、盆地动力学(Basindynamics)和弧段动力学三个过程为一个过程,消除了它们单独运行造成的冗余计算,提高了算法效率。实验结果表明,该算法可得到理想的等级轮廓输出,比现存的类似算法提高效率1.25倍。     

基于NSST多尺度自适应的Retinex低照度图像增强算法

目的在对低照度图像进行增强时,针对传统频率域方法由于尺度不够丰富而不能很好保留图像高频细节的问题,提出一种基于NSST多尺度自适应的Retinex低照度图像增强算法。方法首先将低照度图像转化至HSI颜色空间后,单独对I通道进行处理,实现对图像色彩信息的保真效果;然后对I通道进行Retinex算法得到反射分量,从而去除照度信息对图像亮度的影响;对反射分量进行伽马调整后,进行基于La(平均亮度)、Pa(平均对比度)、Ia(信息熵)等3个特征值的自适应NSST分解,从而得到最佳参数的高频分量。结果在主观观察和客观无参考图像质量评价中,文中算法的增强效果和评价得分都要优于其他算法。结论经过自适应参数优化之后,低照度图像的对比度得到了提高,可视性和图像质量都得到了显著提升。     

基于最优色空间和视觉掩蔽的彩色图像评价算法

目的针对当前色差算法在评价彩色图像时未考虑图像中像素之间颜色在视觉上的空间效应,提出基于最优色空间和视觉掩蔽效应的彩色图像质量评价算法。方法通过分析色空间通道间的相关性,选取最优正交、对立空间作为评价的工作色空间,在此基础上,利用色空间各颜色通道的掩蔽函数,去除图像颜色与颜色之间在视觉上的空间关联性,最后构建图像颜色差别公式,以评价彩色图像质量。结果在验证实验中,通过利用Pearson相关系数、Spearman等级相关系数以及Kendall等级相关系数,分析各算法评价与图像主观评价之间的关系发现,该算法评价与主观评价的Pearson相关系数、Spearman等级相关系数和Kendall等级相关系数分别可达到0.3948,0.5840和0.4814,且分别大于现有其他色差算法评价与主观评价的相关系数。结论该算法评价结果与人眼视觉主观评价相对一致。     

基于亮度阈值效应的无参考图像质量评价方法

目的图像质量的优劣不仅与失真有关,同时与亮度图像的质量有关,而无参考图像质量评价中未考虑到亮度图像的质量对图像整体质量评价的影响,因此引入亮度阈值效应对其亮度图像的质量进行量化评价。方法在BRISQUE算法的基础上进行改进,以快速衰落失真为例,在调整亮度后获取的50幅图像库中进行实验,将失真图像分层为入射分量和反射分量,对入射分量(亮度图像)采用亮度阈值算法,反射分量(反射图像)采用BRISQUE算法,提出一种新的无参考图像质量评价方法。结果文中算法的皮尔逊相关系数(PCC)为0.9982,斯皮尔曼秩相关系数(SROCC)为0.9741。结论由实验数据可知,文中算法在人眼视觉的主观评价上相较于BRISQUE算法有更好的一致性,符合人眼的视觉感知。     

基于CSSIM的印刷品图像质量评价方法

目的为解决印刷品图像质量评价过程中主观与客观评价结果不一致的问题,以印刷制品为研究对象,基于Contourlet变换提出一种改进的图像质量评价算法。方法在Contourlet域进行多尺度、多方向分解,以获取不同尺度的图像特征。将结构相似度直接应用于各Contourlet分解频带,得到不同频带的结构相似度;对不同频带的结构相似度求加权和,进而获得整幅图像的结构相似度,即图像的最终评价指标。结果以ISO标准测试图像为基础进行实验研究的结果表明,所述方法的综合评价效果最理想,与主观评价的一致性最好。结论基于Contourlet变换域结构相似度的图像质量评价方法能够更好地评价图像质量,符合人眼的视觉特性,可用于印刷品图像处理。     

基于多源信息的多参数电磁层析成像方法研究

电磁层析成像(EMT)是电学层析成像技术中的研究热点,但现有EMT方法主要通过单一检测信号对电导率或磁导率分布单独成像。提出了一种基于多源信息的多参数EMT方法。仿真实验结果表明,基于磁感应强度和互感信息的EMT可以分别实现电导率和磁导率分布成像。通过计算重建图像的均方根误差和相关系数,发现线圈和磁阻传感器个数从8个增加到12个时,重建图像的质量有所提高。利用阈值分割和RGB模型,实现电导率和磁导率分布的融合成像。利用融合图像的互补特性,可以改善重建图像质量,并实现了气-液-固三相流型分布的可视化,证明了基于多源信息的多参数EMT方法的可行性。     

基于颜色计算显著特征的彩色图像质量评价方法

目的从颜色这个角度研究新的全参考图像质量评价方法。方法首先在Lab色空间内基于颜色信息提取2个图像特征,即颜色和对比度特征。然后将颜色特征和图像梯度相结合,对比度特征和图像局部范围相结合,分别提出不同的图像质量评估方法。结果采用该领域内4种常用的参数来评估文中算法和14种其他经典算法的表现,结果显示文中提出的2种基于图像彩色信息的算法总体上优于其他算法。结论从颜色计算显著特征出发来研究图像质量评价方法是一个有效的途径。     

缩微品中的数字图像质量控制

在缩微品转换成数字图像的过程中,如何控制大批量数字图像质量是一个系统的工程,它包括图像色彩管理、图像分辨率控制、图像完整性控制、图像组织管理等,从大批量转换的角度阐述如何系统地控制数字图像质量。     

基于结构相似性的图像质量评价方法

分析现有图像质量评价方法特点,针对基于失真敏感度的质量评价方法的局限性,提出了一种新的基于结构相似度的图像质量评价方法,从亮度、对比度、结构三个子方面得到一个总的相似性度量作为质量客观评价标准.该方法充分考虑了图像的结构信息和人类视觉的特性,从图像内容的理解功能出发,通过数学建模估算出人眼对图像质量的主观视觉感受,使结构相似性计算模型符合图像处理应用的本质.通过理论推导和算法验证,该方法可以为选择图像压缩算法和评价图像质量提供依据.将采用压缩算法SPIHT编解码后的图像与传统的峰值信噪比方法评价图像相比,实验表明,本文提出的算法是一种更为有效的图像质量评价方法.     

基于权重的鲁棒性PCA压缩方法

为了降低具有噪声的多光谱图像在降维重建后的光谱信息和颜色信息的损失,提出一种基于权重的鲁棒性PCA压缩方法(WRPCA)。先依据人眼的视觉特征,用人类视觉敏感函数(CIE1931标准观察者的色匹配函数)对多光谱图像的光谱进行加权,然后再对加权后的光谱使用Robust PCA法进行降维,最后重构得到图像。实验中WRPCA法与WSPCA法是在同样条件下进行测试。分析实验数据可以看出,WSPCA法由于受噪声影响,其图像压缩重构效果不好,但是WRPCA法不受噪声影响,其重建图像的光谱精度和色度精度都优于WSPCA法。     

面向印刷质量控制的元学习盲图像质量评价方法

目的 为了更好地检测印刷图文复制效果,提高生产效率,提出一种针对图像复杂失真和内容变化的元学习盲图像质量评价模型.方法 首先在元训练部分,通过ResNet50网络获取多个失真数据集的共有失真先验知识;然后在元测试部分,融合ResNet50的多层次特征,实现对图像局部失真和全局失真的完整描述;最后通过特征降维、融合获得多层次特征的权值,建立图像质量评价网络模型.结果 模型在真实失真数据集LIVEC上SRCC达到0.87以及在合成失真数据集LIVE上SRCC达到0.97,且模型的预测性能和泛化性能都要优于其他算法.结论 所提出的元学习盲图像评价方法能够准确预测不同类型图像质量分数,可为印刷图像质量评价和印刷生产控制提供一定指导.     

监控视频图像质量无参考型客观评价方法研究

监控视频图像质量主观评价采用平均打分方式,需要多人参与且过程复杂,全参考型客观评价则依赖于原始图像。为了简易高效评价监控视频图像质量,提出一种无参考型客观评价算法。该算法主要基于Lab色彩空间统计各参数,计算图像噪声模糊程度、对比度和色偏程度,依据人眼主观评价确定各阈值,综合得出图像质量评价函数,并判断图像色偏是否存在。经实验验证,算法评价效果与人眼主观评价基本一致。该无参考型客观评价方式对监控视频系统图像质量评价的多样化和客观化具有一定的促进作用。     

基于底层特征和高级语义的真实失真图像质量评价

目的由于现有无参考质量评价方法无法准确判断真实失真图像的质量,提出一种基于图像底层特征和高级语义提取的真实失真图像质量评价方法。方法首先根据真实失真图像的底层特征指标进行k-means聚类,在每一类图像中利用深度卷积神经网络(Deep Convolutional Neural Network, DCNN)的方法提取图像的一级高级语义特征,采用多种特征函数对一级高级语义特征进行聚合,得到图像的二级高级语义特征,并建立了高级语义特征与平均意见主观分(Mean Opinion Score, MOS)的高容量回归器。结果提出的算法在KonIQ-10k图像库预测出的质量分数与对应MOS值能达到很高的一致性,Spearman秩序相关系数(SROCC)和Pearson线性相关系数(PLCC)分别能达到0.95和0.97。结论提出的算法能够快速且准确地对真实失真图像质量作出评价。     

基于KL变换和TV模型的彩色图像修复算法

在图像修复中,传统的全变分(TV)模型因其能有效地对小面积破损区域进行修复而被广泛地使用。但若将其直接应用于彩色图像的修复,往往会因彩色图像中各分量(R,G和B)之间的相关性而给修复的结果带来伪彩色。为了解决这一问题,本文在TV模型的基础上提出了一种基于KL变换的彩色图像修复算法(KLTV算法)。该算法首先采用KL变换将彩色图像中R、G、B三个分量的相关性去除以得到三个独立的图像分量,然后运用TV模型对这三个独立分量分别进行修复。实验结果表明,相较于传统的修复算法,KLTV算法不仅可以确保图像修复后的视觉效果,而且可以确保图像修复后的图像质量。     

手机拍照图像质量评价方法的研究

研究以智能手机等为代表的配置了摄像头的手持式移动终端设备获取数字图像质量的检测方法。依据图像与色彩等相关理论与技术,在暗房内构建了手机日常拍照的两种典型环境,使用手机拍摄标准图像卡,获取数字图像,论述成像设备的空间频率响应(SFR)、噪点(Noise)、颜色还原精度(Color Accuracy)三个图像质量因子的测量要求和分析方法。选用苹果公司iphone6S和iphone6S Plus进行了检测实验,文中的论述的测量方法可保证手机成像质量测量结果是客观的、准确的、可重复的,可为智能手机成像质量检测提供基本分析方法和实验指导。     

SRR在多线阵错位排列扫描系统中的实现

为了获得尽可能高的空间分辨率的图像,超分辨率重构技术(SRR)成为了红外扫描成像的研究热点.本文以红外多线阵错位排列扫描成像系统为研究平台,通过分析SRR实现过程及待重构图像获取的方式,分析了红外多线阵错位排列扫描成像系统中SRR有效的关键.实验表明:对于固定错位量的多排传感器扫描成像系统,影响重构图像质量的主要因素是各通道所获得的待重构图像同位像素灰度不一致引入的噪声.本文提出的基于序列逐像素比较滤波法,可以大大提高重构图像质量.     

低管电压联合迭代重建技术在BMI正常腰椎疾病患者多层螺旋CT检查中的应用效果

目的:探究低管电压联合迭代重建技术(SAFIRE)在BMI正常腰椎疾病患者多层螺旋CT检查中的应用效果。方法:选取90例BMI正常腰椎疾病患者,分为A组(100kVp)、B组(80kVp)和C组(120kVp),各30例。接受多层螺旋CT平扫,扫描后C组采用滤波反投影法(FBP)开展图像重建,A组和B组分别采用FBP及SAFIRE,观察检测结果。结果:采用SAFIRE的A组和B组图像质量客观评价相关指标低于FBP,采用FBP的A组以及采用FBP和SAFIRE的B组图像质量客观评价相关指标高于C组,采用FBP的A组以及B组的图像质量主观评分均低于C组(P0.05)。结论:低管电压联合SAFIRE在BMI正常腰椎疾病患者多层螺旋CT检查中的应用显著,值得临床推广。     

资源三号卫星湿地多光谱与全色影像融合质量评价

从沿海湿地分类效果和定量指标两方面对资源三号(ZY-3)卫星多光谱(MS)图像与全色(PAN)图像融合的质量进行了评价。采用通用明度-色度饱和度(GIHS)变换、à trous小波变换(AWT)、非下采样Contourlet变换(NSCT)和NSCT-GIHS变换结合(用NSCT-GIHS表示)4种融合方法得到了ZY-3 MS-PAN融合图像,并构建了光谱信息指数和空间信息指数定量评价融合效果。定量分析结果表明,采用NSCT-GIHS方法得到的融合图像质量在光谱和空间特征保真度均为最优。基于ZY-3 MS-PAN融合图像,提出了面向对象的湿地分类方法。分类结果表明,NSCT_GIHS融合图像的总体分类精度为最高值96%,Kappa系数为0.9425。可见湿地分类结果与定量评价相一致。