基于结构相似度的图像质量评估研究

论文摘要

图像质量评价的研究已成为图像信息工程中重要的研究课题之一。传统的基于误差敏感度的质量评价方法,虽然物理意义清晰,运算简便,但与人类视觉感受不一致。最近提出的结构相似度准则SSIM,能够更好地反映人类视觉特性。但它对模糊图像及噪声污染图像的判定与人类主观感受存在偏差。本文提出一种新的基于双尺度边缘结构特征的图像质量评价算法DESSIM,充分考虑边缘信息在结构信息中的重要性,通过增加边缘结构的失真度量来综合评价图像质量。同时还对图像质量评价的发展历史和研究现状进行了总结归纳,并讨论了人类视觉系统的特性。通过对数据库中大量图片进行评价,实验结果分析表明,DESSIM算法对于更广泛一类的图像评价与主观感受保持较好的一致性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.2 图像质量评价的现状及发展方向
• 1.2.1 图像质量的定义
• 1.2.2 图像质量评价与图像系统的关系
• 1.2.3 图像质量评价与视觉心理
• 1.2.4 图像质量评价的现状
• 1.2.5 图像质量评价的发展方向
• 1.2.6 图像质量评价的应用
• 1.3 本文的主要内容与结构
• 第二章 图像质量评价概述
• 2.1 主观图像质量评价方法
• 2.2 传统图像质量评价方法
• 2.3 基于视觉感知的图像质量评价方法
• 2.4 基于视觉兴趣区域的图像质量评价方法
• 第三章 人类视觉系统
• 3.1 视觉感知的物理结构
• 3.2 光觉感知特性
• 3.3 视觉心理特性
• 第四章 基于结构相似度的图像质量评估
• 4.1 基于误差敏感度的图像质量评估
• 4.1.1 简介
• 4.1.2 误差敏感模型
• 4.1.3 局限性
• 4.2 基于结构相似度的图像质量评估
• 4.3 实验结果
• 第五章 双尺度边缘结构相似度的图像质量评估方法
• 5.1 概述
• 5.2 双尺度边缘结构
• 5.3 算法实现步骤
• 5.4 实验结果及分析
• 5.4.1 各种失真类型图像评估
• 5.4.2 JPEG 和JPEG2000 压缩图像评估
• 5.4.3 数据库中大量图片评估结果
• 第六章 总结与展望
• 6.1 本文总结
• 6.2 未来展望
• 参考文献
• 致谢
• 在学期间发表的学术论文和参加科研情况