用于壓縮圖像的無參考質(zhì)量評價方法研究.pdf

1、圖像是人類感知和機器模式識別的重要信息源，其質(zhì)量對所獲取信息的充分性和準確性起著決定性的作用。然而圖像在壓縮、重建、傳輸?shù)冗^程中不可避免的出現(xiàn)圖像失真和降質(zhì)問題，因此，圖像質(zhì)量的評判有著非常重要的作用，已成為意義重大的研究課題之一。
　　由于人眼視覺系統(tǒng)(HVS，Human Visual System)才是圖像的最終處理者，所以主觀的圖像評價算法才是目前最合理的圖像質(zhì)量算法，也因此常用主觀評價結(jié)果來評判客觀算法的有效性。但主觀評價

2、方法不能應(yīng)用數(shù)學(xué)模型，難以對其進行準確度量，并且所消耗的時間相當(dāng)長，無法嵌入到實時圖像處理系統(tǒng)當(dāng)中。而全參考和部分參考質(zhì)量評價方法都需要借鑒原始的圖像信息來進行定量計算，然而實際應(yīng)用中原始圖像信息往往不能獲得，這無疑使他們的應(yīng)用范圍受到極大的限制。而無參考圖像質(zhì)量評價是在不利用原始圖像信息的情況下對圖像質(zhì)量進行客觀評價，具有更大的實用價值。
　　本文在分析人類視覺系統(tǒng)(HVS)的多分辨率特性及Contourlet變換的多尺度和多方

3、向性特性的基礎(chǔ)上，提出了用于壓縮圖像的無參考圖像質(zhì)量評價算法，得到更符合人眼視覺特性且主觀一致性更好的評價結(jié)果。該算法首先將圖像在Contourlet變換域進行三級分解，然后對得到的分解系數(shù)進行統(tǒng)計，計算它的對數(shù)概率分布密度值LPMCC，并將峰值作為標識圖像的特征值IC(Image Characteristic)，然后確立影響圖像質(zhì)量的濾波水平FL(Filter Level)與特征值IC，以及圖像質(zhì)量平均主觀得分(MOS)之間的關(guān)系，建