基于稀疏表达的全参考图像质量评价

《基于稀疏表达的全参考图像质量评价》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、至坠!!基金至曼!璺坠堡曼!堡垒g皇Q丛垦里i主Y△墨曼皇墨曼堡皇堕主!i垒曼卫垒!墨金ByYinLiuADissertatio州ThesisSubmittedtoUniversityofChineseAcademyofSciencesInpartialfulfillmentoftherequirementForthedegreeofMasterofEngineeringXi’anInstituteofOptics&PrecisionMechanics．ChineseAcademyofSciencesMay,2013科研道德声明lI

2、IIIIIIIIIIUlIIIIIIIY2431579秉承研究所严谨的学风与优良的科学道德，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。论文中所引用的内容都已给予了明确的注释和致谢。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致谢。申请学位论文与资料若有不实之处，本人承担一切相关责任。论文作者签名：—塞嶂L日期：知识产权声明本人完全了解中科院西安光学精密机械研究所有关保护知识产权的规定，即：研究生在所攻读学位期间论文工作的知识产权单位系中科院西安光学精密机械研究所。本人保证离

3、所后，发表基于研究生工作的论文或使用本论文工作成果时必须征得产权单位的同意，同意后发表的学术论文署名单位仍然为中科院西安光学精密机械研究所。产权单位有权保留送交论文的复印件，允许论文被查阅和借阅；产权单位可以公布论文的全部或部分内容，可以采用影印、缩印或其它复制手段保存论文，(保密的论文在解密后应遵守此规定)论文作者：签名：．耋!I．重：导师签名：日期：抽J；．05．D7日期：致谢岁月不居，时节如流。一晃三年过去，研究生求学生活就要结束了，我即将正式踏入社会。在这三年里，我和我的导师和同学们一起学习和生活，期间有苦也有乐。这三年的经

4、历对我来说是一笔宝贵的人生财富。在硕士毕业论文即将完成之际，我想向所有关心和支持我的人们表示衷心的感谢。首先，我想感谢我的导师李学龙研究员。感谢李老师在我的研究方向的选择和科研方法方面提供了很多宝贵的指导意见，为我提供了良好的科研环境。正是有了李老师，我才能进入图像处理这个科研领域，我才能在实践中学习到了科学研究的基本方法。除此之外，李老师对事业执着的追求和坚忍不拔的意志给了我巨大的启迪，教会了我许多做人的道理，他让我认识到了成功的背后需要巨大的忍耐和付出，要想获得成功就要比别人付出更大的努力。然后，我想感谢我的导师卢孝强副研究员。

5、感谢卢老师对我平常具体科研工作的无私帮助。和卢老师一起交流时，卢老师总能告诉我许多其它图像处理领域的新的研究动态，这些新知识让我获益匪浅。在科研写作方面，卢老师不厌其烦地帮我修改文章，让我在科研写作方面的得到了极大的提高。除此之外，卢老师在我实验失败最沮丧的时候对我的鼓励和帮助，我一直牢记于心。感谢光学影像分析与学习中心的所有同学们，正是有了你们，我的研究生生活才不会变得太枯燥。尤其是宋必芹师姐教会了我许多机器学习方面的基础知识，张无瑕师姐、杨美娟和曹一挥同学给了我许多精神上的鼓励，给了我许多生活和工作上的帮助。感谢房建武师兄和邱老

6、师对我毕业论文的关心，教会了我许多论文格式的知识。最后感谢所有中心的同学们，是你们陪伴我一起度过了这段难忘的时光。感谢研究生部的各位老师在背后默默地为我们研究生的工作和生活做了许多工作，为我们能够顺利地学习和工作提供了许多方便。最后，我想感谢我的亲人。感谢父母对我二十多年来的养育之恩。感谢你们在我这三年的研究生求学期间为我所做的一切。谢谢你们在这二十多年来对我的『期望和付出，谢谢。谢谢大家，谢谢。II刘寅2013年5月摘要随着消费电子和互联网的普及，数字图像和视频技术迅猛地发展起来。在数字图像和视频处理中，图像质量评价是一个关键性的

7、问题。图像质量评价的目的就是估计出图像质量的好坏。在实际应用中，图像质量评价作为一个基准，可以为不同的图像处理算法之问的性能比较提供一个度量，也可以为优化视频通信系统提供了一种解决途径。为了解决图像质量的自动评价问题，各种客观图像质量评价方法被提出来了。图像质量评价有两个最基本的关键点：(1)提取有效的特征来表达图像的失真程度；(2)找到合适的方法将这些特征汇聚到一起，形成对图像的整体质量评价。针对这两个关键点，本文提出了一个两阶段的全参考图像质量评价模型。第一阶段进行图像的局部建模，计算图像的局部质量分，将这些局部质量评价作为特征

8、来表达图像的失真程度。受到近年来研究人员对稀疏表达模型和人类视觉系统V1区研究的启发，我们相信稀疏表达模型能够很好地为局部图像的统计特性建模，提取出有效的特征。因此在第一阶段，稀疏编码模型被用来进行图像的局部建模，获得图像的局部质量。