大数据环境下的图像质量评价

《大数据环境下的图像质量评价》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、密级：公开.工学硕士学位论文大数据环境下的图像质量评价ImageQualityAssessmentinBigDataEnvironment培养单位：信息科学与技术学院专业：计算机应用技术研究生：蔡聪指导教师：王正友教授二〇一六年六月独创性声明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。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得石家庄铁道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作了明确的说明并表示了谢意。签名：日期：—摘要视觉信

2、息是人类获取信息的重要方式。伴随着信息技术，电子技术以及计算机技术的发展，关于视频图像的应用和服务也越来越多。然而，数字图像在处理过程中都难免出现扭曲。量化图像的质量对于保持和提高图像的质量有重要的意义。有效的自动化图像质量评价方法的研究是实现此目的的一个必要环节。图像质量评价在大数据时代既有挑战又有机遇。挑战是海量的数据必须使用并行计算来保证计算的速度和实时性。机遇是大量的数据带来了大量可以利用的信息。结合人的视觉特点提出了以下设想：(1)图像的纹理影响人对图像质量的判断，(2)人在进行质量评价时用到了以往的经验。根据大数据的特点提出以下设想：(1)并行计算环境下图像需要

3、分块，(2)大数据环境下可以找到相似图像用来模拟人的经验。根据以上设想提出了一个基于分块的图像质量评价框架。然后以实验验证了所提出的设想和框架，第一个实验验证了图像纹理和分块对图像质量评价的影响，通过客观质量评价与主观评价的一致性验证了Gabor纹理的统计特征在不同分块大小下对质量评价的影响。第二个实验验证了相似图像对质量评价的影响，通过LIVE的移动视频质量库中同视频中的图像作为相似图像对评价算法进行训练和测试来验证相似图像对质量评价的影响。最后进行了对全文的总结和对未来工作的展望，未来的工作可以从其他的图像特征，以及机器学习的方法对算法进行改善。关键词：图像质量评价；特

4、征提取；机器学习；大数据AbstractThevisualinformationisthemostimportantwayforpeopletogetinformation.Alongwiththerapiddevelopmentofinformationtechnology,electronictechnologyandcomputerscience,sothenumberofvideoapplicationsandservicesisalsoincreasing.Butintheprocessingofdigitalimages,distortionsareinevit

5、able.Tomaintainandimprovethequalityoftheimage,itisimportanttoidentifyandquantifyimagequality.Bigdatabringbothchallengesandopportunitiestoimagequalityassessment.Thechallengesarethespeedandreal-timecomputingisdifficulttoensure.Theopportunitiesarevastamountsofdatabringawealthofinformationthat

6、canbeused.Thisthesisreviewsthedevelopmentofimagequalityassessmentalgorithms.Imagequalityassessmenthasbeendescribedfromtheaspectsofsignaltonoise,structuralinformationandstatisticalcharacteristicsofimages.Fromcharacteristicsofhumanvisualsystemthisthesisproposedtheseassumptions:(1)Textureaffe

7、ctedpeopleassessthequalityofimages.(2)Whenthepersoncarryingoutqualityassessmentusedinthepastexperience.Fromthecharacteristicsofbigdatathisthesisproposetheseideas:(1)parallelcomputingenvironmentrequiresimagestobedividedintoblocks(2)bigdataenvironmentscanfindsim