资源描述：
《基于感兴趣区域和神经网络的盲图像质量评价》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、代号10701学号1101120383分类号TP391.4密级公开题（中、英文）目基于感兴趣区域和神经网络的盲图像质量评价BlindImageQualityAssessmentbasedontheRegionOfInterestandArtificialNeuralNetwork作者姓名陈伟华指导教师姓名、职务王俊平教授学科门类工学学科、专业通信与信息系统提交论文日期二○一四年二月万方数据万方数据西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽
2、我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处，本人承担一切相关的法律责任。本人签名：日期西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文
3、的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后结合学位论文研究课题再攥写的文章一律署名单位为西安电子科技大学。（保密的论文在解密后遵守此规定）本学位论文属于保密，在年解密后适用本授权书。本人签名：日期导师签名：日期万方数据万方数据摘要摘要数字图像在获取、处理、压缩、存储、传输和重构的过程中常常出现不同类型和程度的降质。随着数字多媒体的发展，计算机需要一种量化图像降质的方法。这就是图像质量评价(ImageQualityAssessment,IQA)方法。为定量衡量图像降质，本文提出一种盲图像质量评价(BlindIQ
4、A,BIQA)方法。该方法首先模仿人类视觉系统(HumanVisualSystem,HVS)，分割出图像的感兴趣区域(RegionOfInterest,ROI)；然后推导出ROI中部分视觉特征的优化算法，用于计算ROI中的视觉特征；最后用视觉特征和主观评分训练本文提出的均衡广义回归神经网络(EqualizationGeneralRegressionNeuralNetwork,EGRNN)。为定量衡量本文方法的评价性能，本文用该BIQA方法评价了LIVE(LaboratoryforImage&VideoEngineering)提供的主观图像质量评价数据
5、库Release2中五种不同降质类型的图片，评价结果的指标表明，该方法的预测准确性、单调性和稳定性均优于近期BIQA方法。ROI分割降低了单色背景对评价的干扰，提高了预测准确性和单调性。EGRNN避免了特征之间的屏蔽,预测性能优于GRNN。关键词：盲图像质量评价人类视觉系统感兴趣区域视觉特征提取结构相似度人工神经网络万方数据基于感兴趣区域和神经网络的盲图像质量评价万方数据AbstractAbstractDigitalimageusuallyappearvariousdegradationindifferentdegreeduringthecourse
6、sofobtaining,processing,compressing,storageandreconstruction.Asthedevelopmentofdigitalmultimedia,computersneedamethodtoquantifythisdegradation.HereitistheImageQualityAssessment(IQA)method.Toquantifyimagedegradation,aBIQAmethodisproposed.Firstly,thismethodseparatetheROI(RegionOf
7、Interest)fromimagebyimitatingtheHVS.Secondly,deducetheoptimizedalgorithmofthevisualfeatures(VF)inROI,thencomputetheVF.Atlast,thepresentedEGRNN(EqualizationGeneralRegressionNeuralNetwork)istrainedbytheVFandsubjectivescores.Toquantifytheperformanceofthepresentedmethod,weassessthe
8、picturesofdifferentdegradationtypeinthesubjectiveimage
