基于Gabor滤波器的全参考图像质量评价方法

针对现有图像质量评价方法无法像人眼一样准确地评价各种图像失真,提出一种基于Gabor滤波器的全参考型图像质量评价方法.Gabor滤波器采用复数波形去调制高斯函数,得到一个在时间和频域上联合分辨率达到理论极限.通过优化Gabor滤波器的参数,可以有效地模拟人眼视觉特性.使用Gabor滤波器对图像的特征信息进行提取和对比之后,可以得到较好的图像质量评价效果.实验结果表明：该方法在对各种典型的失真图像的质量评价中,客观评分的各项指标均与人的主观感受较为一致.     

一种符合人眼视觉特性的无参考图像边缘质量评价方法

针对图像边缘模糊的失真状况,提出一种基于人眼视觉特性的无参考质量评价方法.利用描述人眼视觉敏感特性的视觉敏感度函数对检测出的噪声图像进行加权,得到符合主观评价结果的无参考质量评价值,验证了该方法具有无参考和主客观评价一致等特点.     

基于自然图像统计的无参考图像质量评价

为了解决无参考图像情况下的质量评价问题,基于变换域的自然图像统计模型,提出一种适用于白噪声、高斯模糊、JPEG2000压缩等失真类型的无参考图像质量评价方法.利用自然图像Contourlet变换域子带均值间的线性关系,用失真条件下保持不变的低频子带均值预测未失真的高频子带均值,以高频子带预测均值与实际均值之间的差异计量图像的失真.结合人类视觉系统特性,对不同尺度、不同方向子带及子带内不同区域进行选取与加权,综合得到对失真图像的客观质量评价.实验表明,该质量评价测度与主观质量评价有较好的一致性,且在性能上优于峰值信噪比(PSNR).     

基于视觉感知的最好质量图像评价方法

基于人类视觉系统对图像感知功能的研究,提出影响图像质量的4个参数。综合这4个参数在图像质量评价领域的作用,建立最好质量图像评价的数学方法。分析CAF值与4个参数之间的函数关系,并通过大量实验,认为CAF最大值所对应的图像就是最好的图像,而此结论与视觉感知是一致的。该方法不依赖参考图像,同时适用于灰度图和彩色图,方法简单、直观。     

基于全变分模型的视觉感知图像质量评价方法

基于人眼视觉系统对图像边缘结构信息和局部亮度刺激敏感的假设,该文提出了一种基于全变分模型的视觉感知图像质量评价PIQA方法。该方法由边缘结构信息评价和局部亮度信息评价两部分组成。本文首先采用全变分模型描述失真图像与原始参考图像之间的图像结构信息变化;为测量亮度失真,又采用失真图像与参考图像之间的差值图像中封闭区域的能量函数来衡量人眼敏感的图像亮度信息。最后,采用3种标准图像数据库验证该评价方法的性能。实验结果表明,所提出的图像质量评价方法优于现有的图像评价标准。     

基于失真度估计的无参考视频质量评价

为了提高视频质量评价的精确度和通用性,提出了一种基于失真度估计的无参考视频质量评价方法。首先,利用邻近像素点之间灰度差值的数理统计特性计算局部失真度,通过对视频进行高斯滤波后的细节损失进行计算得到全局失真度,再结合这两者估计视频整体的失真度;然后,通过帧内预测和帧间预测计算视频复杂度;最后,利用视频失真度和复杂度得到视频客观质量。实验结果表明,用本文方法可以获得很好的精确度,该方法具有广泛的通用性。     

基于OLS-RBF网络的JPEG2000图像无参考质量评估方法

提出了一种适用于JPEG2000图像的无参考质量评估方法。首先结合人类视觉系统的特性,在重建图像结构纹理区域内检测边缘轮廓,并根据各个边缘点的梯度方向提取沿垂直于该梯度方向的像素集作为边缘特征;然后采用基于正交最小二乘法设计的径向基函数网络(OLS-RBF),通过边缘特征和图像主观质量的拟合,训练得到无参考客观质量评估模型,完成对JPEG2000图像的客观质量估计。与已有的一些方法的对比实验结果表明,本文方法对JPEG2000图像的客观质量评估与主观质量评估具有更好的一致性。     

基于Contourlet域梯度结构相似度的无参考图像质量评价

Contourlet变换已经成为多尺度、多方向图像处理领域的研究热点,文章将其引入图像质量评价,提出了一种基于Contourlet变换的梯度结构相似度无参考图像质量评价方法（NRCT-GSSIM）,将待评价图像通过高斯低通滤波器构造参考图像,然后在Contourlet变换域中计算图像频率子带、方向子带分别加权的梯度结构相似度,实现对图像的质量评价.该方法无需标准参考图像,充分考虑了人类视觉特性.实验结果表明,NRCT-GSSIM取得了与峰值信噪比（PNSR）、结构相似度（SSIM）和梯度结构相似度（GSSIM）等有参考图像质量评价相一致的评价结果,且较之PSNR、SSIM有更高的准确性.     

基于人眼视觉系统的图像质量评价方法

提出了一种基于改进韦伯局部特征的图像质量评价方法。首先,模拟人眼识别图像对比度的机制,改进了灰度优化算法并保留了彩色图像最优对比度;然后模拟人眼识别图像中目标内容轮廓的机制,使用Prewitt算子计算邻域内的梯度方向,并计算邻域内垂直和水平方向的差分激励值并求和,以提取出图像的边缘信息;最后使用支持向量机训练多种数据集中图像的一维特征数据,并构建了图像质量评价模型。实验结果表明,所提方法比人眼识别方法的效果更具一致性,具有准确率高、适用性良好和预测方向性强等优点。     

无参考图像质量评价的视觉测量照明

为提高视觉测量系统的图像质量,通过分析成像器件和照明光源的光谱匹配特性及照明光源的光谱-色差特性,研究了照明系统的光谱对图像质量的影响;引入对比度信噪比(constrast signal noise ratio,CSNR)和灰度清晰度Tenengrad函数的无参考图像质量的评价方法对不同照明光谱下的图像对比度和清晰度分别进行评价,通过评价函数获得视觉测量照明系统的光谱优化选择原则;最后对相同照度下的单色光和白光(复色光)照明获取的图像的对比度和清晰度成像指标进行对比实验,用所提出的评价函数对不同光谱条件下获取的数字图像进行质量评价.结果表明,使用接近于CCD光谱响应函数峰值波长附近的光谱照明,其图像对比度和清晰度指标都优于用复色光照明所获得图像的指标,为从事视觉测量系统设计者选择照明光源光谱提供了一个参考.     

基于支持向量回归的无参考屏幕内容图像质量评估

提出一种新的基于支持向量回归的无参考屏幕内容图像质量评估算法. 首先,利用高斯差分函数计算边缘图,通过边缘图提取边缘特征; 其次,通过局部归一化获得亮度图,根据亮度图统计亮度特征; 最后,利用支持向量回归算法将质量感知特征映射为主观分数. 在两个数据集上的实验结果表明,所提算法的性能优于大部分现有算法.     

协同超像素和视觉显著性的图像质量评价

为实现全参考图像质量客观评估与人类主观评估更高的一致性,?本文提出了协同超像素和视觉显著性双重策略的图像质量评价方法.该方法通过融合4个图像特征相似度得到局部图像质量得分.这4个相似度分别是超像素局部亮度相似度、超像素局部色度相似度、视觉显著性相似度和Scharr梯度相似度.为了解决过去的评价方法中不同的特征相似度仅凭...     

一种彩色图像质量客观评价方法

为了研究图像质量客观评价结果与主观质量评价结果不一致的问题,依据图像的灰度直方图作为统计特征可以应用于图像质量的客观评价理论,采用数据拟合方法,研究了彩色图像的基于分量理论和色彩量化理论的颜色直方图的图像质量客观评价方法,并分别给出了拟合直方图曲线的算法步骤,根据失真图像和参考图像的拟合系数之差的权值是否在可失真范围内给出图像质量的二元评价．实验中计算基于灰度直方图拟合的灰度图像的每像素的数据差值后,可知在小于等于5×10。时失真图像质量为优,该方法和数据也适用于失真彩色图像质量的二元评价．     

Blind Image Quality Assessment Based on Hybrid Fuzzy-Genetic Technique

A new method for no-reference image quality assessment based on hybrid fuzzy-genetic technique is proposed. Noise variance and edge sharpness level of the restored image are two basic metrics for assessing the performance of the restoration algorithm, then a fuzzy if-then inference system is developed to combine the two metrics to get a final quality score, and the parameters of the fuzzy membership function are trained with genetic algorithms. Experiments results show that the image quality score correlates well with mean opinion score and the proposed approach is robust and effective.     

多尺度Kalman滤波图像复原

提出了一种小波域多尺度Kalman滤波图像复原方法。根据信号的降晰退化模型在各个尺度上的频域表现形式,建立了Kalman滤波的观测方程,以及小波重构在频域上的形式而建立尺度之间的状态转移方程。将大尺度上得到的复原结果作为多尺度Kalman滤波状态变量的初始值,然后在分解后的各个低频子带上预测复原,最后得到在小尺度(最高分辨率)上的频域复原结果,经过傅立叶逆变换就可以得到最终的复原结果。实验结果表明多尺度Kalman滤波图像复原算法能够产生比较好峰值信噪比。     

图像恢复的神经网络差值权反馈法

在分析Ｈｏｐｆｉｅｌｄ网络恢复算法的基础上提出了差值权反馈的改进算法，这种算法有效地降低了运算时间复杂度和减少了网络神经元的数量     

基于四元数的彩色图像质量评价方法

提出了一种结合人眼视觉特性与颜色信息的彩色图像质量评价方法.将四元数用于表征彩色图像的结构信息,四元数的3个虚部分别表示彩色图像的三基色分量.为了突出图像的细节信息对图像质量的影响,将彩色图像亮度分量的局部方差作为四元数的实部,从而得到了包含彩色图像结构信息的四元数矩阵.将四元数运算转换为复数运算,求得四元数矩阵的奇异值特征向量,通过计算两奇异值特征向量夹角的大小度量二者所表征的待测图像与参考图像的结构相似程度,从而实现了对待测图像的质量评价.实验结果表明:该方法的评价结果优于传统的MSE,PSNR以及SSIM方法,与人的主观感觉的一致性较好,并且也可以用于评价与参考图像尺寸不相等的待测图像的质量.     

Image Tampering Detection Using No-Reference Image Quality Metrics

In this paper,a new approach is proposed to determine whether the content of an image is authentic or modified with a focus on detecting complex image tampering.Detecting image tampering without any prior information of the original image is a challenging problem since unknown diverse manipulations may have different characteristics and so do various formats of images.Our principle is that image processing,no matter how complex,may affect image quality,so image quality metrics can be used to distinguish tampered images.In particular,based on the alteration of image quality in modified blocks,the proposed method can locate the tampered areas.Referring to four types of effective no-reference image quality metrics,we obtain 13 features to present an image.The experimental results show that the proposed method is very promising on detecting image tampering and locating the locally tampered areas especially in realistic scenarios.