基于视觉显著性的图像质量评价方法研究

《基于视觉显著性的图像质量评价方法研究》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、基于视觉显著性的图像质量评价方法研究重庆大学硕士学位论文（学术学位）学生姓名：陈晓华指导教师：文静副教授专业：仪器科学与技术学科门类：工学重庆大学光电工程学院二O一六年五月TheResearchofImagequalityAssessmentMethodBasedonVisualSaliencyAThesisSubmittedtoChongqingUniversityinPartialFulfillmentoftheRequirementfortheMaster’sDegreeofEngineeringByChenXiaohuaSup

2、ervisedbyAss.Prof.WenJingSpecialty:InstrumentScienceandTechnologyCollegeofOpto-electronicEngineeringofChongqingUniversityChongqing,ChinaMay,2016重庆大学硕士学位论文中文摘要摘要近年来，随着数字图像技术的不断发展，人们可以方便快捷地获取各类图像和视频等视觉信息。因此图像质量评价在图像获取、表达、存储和传递等信息处理过程中越来越重要，成为图像处理领域中不可或缺的重要环节。国内外诸多专家学者不断深入

3、探索，对图像质量评价方法开展研究，构建了一系列图像质量评价模型，广泛应用于智能交通、安防、生物医学、军事等领域。随着应用需求的不断增加，已有的图像质量评价模型也需要进一步改进，以达到更好的性能。本文在深入研究人类视觉系统感知原理，视觉生理、心理物理学的基础上，对图像质量评价方法进行了研究，分析了几种常用图像质量评价模型的特点，对最为典型的结构相似度（StructuralSimilarity，SSIM）质量评价算法模型进行了比较，指出了各自的优缺点和适用范围。在此基础上，从人类视觉感知的亮度非线性、对比敏感度、视觉注意机制等特性方面考虑

4、，用清晰度、指数平均亮度代替SSIM算法中的对比度、亮度信息，引入视觉显著性作为图像不同区域对图像质量影响程度的权重，提出了新的基于视觉显著性的图像质量评价模型(ImageQualityAssessmentModel，IQAM)，并且在LAB色彩空间上进行了对彩色图像的质量评价。本文从准确性、单调性、一致性度量提出的图像质量评价模型与主观感知的一致性，将IQAM方法在LIVE数据库和实际应用中进行了验证。结果表明，该方法与主观视觉评价具有良好的一致性，对灰度图像和彩色图像均有效，是一种有效的图像质量评价方法。关键词：图像质量评价，视觉

5、感知，结构相似性，视觉显著性I重庆大学硕士学位论文英文摘要ABSTRACTInrecentyears,withthecontinuousdevelopmentofdigitalimagetechnology,peoplecanquicklyandeasilygetallkindsofimages，videosandothervisualinformation.Therefore,imagequalityevaluationinimageacquisition,expression,storageandtransmissionofinf

6、ormationprocessinghastookanincreasinglyimportantpartinthefieldofimageprocessing.Manyinternationalanddomesticexpertsandscholarsmadedeterminedeffortstoexplorein-depthresearchonimagequalityevaluationmethod,anddevelopedalotofimagequalityevaluationmodelsformanyapplicationare

7、a.Imagequalityevaluationhaswidelyusedinintelligenttransportation,security,biomedical,militaryandotherfields.Moreover,therearestillsomedetailscanbefurtherimprovedtoachievebetterperformance.Basedonthein-depthstudiesintheprinciplesofhumanvisualperceptionsystem,visualphysio

8、logical,psychologicalphysics，werestrictfocusonadoptingamorecomprehensiveindexestoevaluatethequalityofimages.Ac