欢迎来到天天文库
浏览记录
ID:35054102
大小:4.27 MB
页数:114页
时间:2019-03-17
《图像客观质量评价算法及其应用研究》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、博士学位论文图像客观质量评价算法及其应用研究ResearchesonObjectiveImageQualityEvaluationandItsApplications作者:张薇导师:徐钊教授学科专业通信与信息系统中国矿业大学二〇一六年十二月中图分类号TP391学校代码10290UDC655密级公开中国矿业大学博士学位论文图像客观质量评价算法及其应用研究ResearchesonObjectiveImageQualityEvaluationandItsApplications作者张薇导师徐钊申请学位工学博士培养单位中国矿业
2、大学学科专业通信与信息系统研究方向图像质量评价答辩委员会主席评阅人二○一六年十二月论文审阅认定书研究生在规定的学习年限内,按照研究生培养方案的要求,完成了研究生课程的学习,成绩合格;在我的指导下完成本学位论文,经审阅,论文中的观点、数据、表述和结构为我所认同,论文撰写格式符合学校的相关规定,同意将本论文作为学位申请论文送专家评审。导师签字:年月日博士学位论文致谢时光荏苒,光阴如梭,转瞬之间五年已过,我的求学生涯也将要告一段落。蓦然回首,这一段难忘的成长岁月既充满着欢笑和激情,也流下了汗水和泪水,但留给我最多的感触却是充
3、实和感恩。在此论文完成之际,谨向多年来给予我指导、帮助、支持和鼓励的老师、同学和朋友们致以我最诚挚的谢意!衷心感谢我敬爱的导师徐钊教授,感谢他给予我学习深造的机会。徐老师治学态度严谨求实,理论知识丰厚渊博,具有勇于开拓的拼搏精神、精益求精的钻研态度、诲人不倦的长者之风和平易近人的高尚师德,是我科研道路上的指路明灯。在博士论文的写作过程中,徐老师给予我精心的指导和亲切的关怀,在博士生涯的学习研究里,徐老师也在学术、个人成长、生活等各个方面给予关怀,为我创造了许多科研和学习机会,给我提出了不少中肯的建议,使我不仅收获了知识
4、,更懂得了刻苦钻研、积极向上的重要。真诚感谢给予我无私帮助的李雷达教授,从论文的选题、研究工作的开展,到实验的完成,他都给了我很多的指导和帮助,很多的疑惑和问题都在与他的共同探讨中得以解决。感谢孙彦景教授、刘卫东副教授,他们的指导和帮助,让我的研究工作更加全面和深入。感谢实验室的师兄师姐、师弟师妹们在学习上对我的帮助,正是他们坚持不懈、团结奋进的学习氛围感染了我,让我能够在繁忙的工作生活中挤出时间研究学习、努力奋斗,使我度过了一段最难忘和最值得回忆的美好时光。深深感谢我亲爱的父母和公婆,在生活上,他们给予我细致入微的关
5、怀,为我营造了最好的学习和生活环境。感谢我的爱人,他的安慰和鼓励是我坚持学习研究的不竭动力,使我拥有了战胜困难的勇气和决心。感谢我可爱的女儿,她的善解人意和自立好学让我充满了对未来的憧憬和希望。家人们无私的爱是我最坚实的后盾,感谢他们对我学业的理解和支持,正是他们的鼓励使得我的求学生涯顺利度过。在此,还要对参与论文评审的各位老师和出席学位论文答辩的各位专家表达深深的谢意,非常感谢百忙之中的您们对本论文的悉心指导和帮助。张薇2016年12月博士学位论文摘要数字图像在获取、传输、压缩等过程中,会出现各种失真和质量退化现象。
6、客观图像质量评价方法能够有效评价图像中的失真,并与人眼视觉保持一致,具有重要的研究意义。本文在系统分析图像质量评价理论和经典算法的基础上,研究设计准确高效的客观图像质量评价算法,并应用于图像失真区域的定位和取证,创新性工作如下:首先,针对现有算法多考虑灰度图像,忽略颜色信息对质量评价影响的问题,提出了一种基于四元数矩的彩色图像评价算法。该算法将参考图像和失真图像用四元数进行表示,通过构造基于四元数矩的特征图抓取图像失真。同时,考虑到矩对于微弱失真的不敏感性,把图像的梯度和亮度作为辅助因素进一步完善算法,将几个因素加权整
7、合后,得到图像的最终质量分数。该算法与10种全参考评价算法在5个主流图像数据库中进行了仿真对比实验,结果表明,本算法与主观分数一致性好,且对灰度图像和彩色图像同样适用。其次,提出了一种能够快速准确评价图像模糊失真的无参考算法。该算法采用解析稀疏表示对图像进行分解,计算图像模糊带来的高频能量衰减,并通过归一化消除图像内容的影响,同时利用视觉显著性进行加权处理,使模糊分数更加切合人眼视觉系统的特点。该算法与6种典型算法在4个主流图像数据库中进行了仿真实验,实验结果证明本算法综合性能优良,且具有很高的计算效率。再次,针对存在
8、块效应失真的JPEG压缩图像,提出了一种基于Tchebichef矩的图像块效应无参考评价算法。该算法利用Tchebichef矩提取图像特征,以水平和垂直两个方向上的边缘为中心,将图像分割为互不重叠的分块,对每个分块进行Tchebichef矩变换,提取矩变换矩阵中能反映图像块效应严重程度的高频系数得出分块质量分数,计算每个方向上各分
此文档下载收益归作者所有