全參考圖像質量評價算法研究.pdf

1、隨著數(shù)字多媒體技術的飛速發(fā)展，數(shù)字圖像在各個領域得到了廣泛的應用。但是在數(shù)字圖像的獲取、壓縮、傳輸?shù)冗^程中，圖像的質量會下降。為了減小圖像處理系統(tǒng)對數(shù)字圖像的降質，選用適當?shù)膱D像質量評價算法對圖像失真進行衡量從而指導和修正圖像處理系統(tǒng)具有很高的研究和應用價值。全參考圖像質量評價是當前最可靠的客觀圖像質量評價算法，其中結構相似度（Structural Similarity，SSIM）算法，梯度幅度相似度偏差（Gradient Magnit

2、ude Similarity Deviation，GMSD）算法都因計算簡單并且結果可靠的優(yōu)點而被廣泛應用。本文通過對以上兩種算法進行分析后發(fā)現(xiàn)SSIM算法不能準確評價白噪聲失真圖像與模糊失真圖像，GMSD算法與主觀評價一致性較差，本文主要對上述算法缺陷進行改進。
　　本文的主要成果如下：
　　1、提出一種判別白噪聲失真圖像與非白噪聲失真圖像的方法。本文分析了LIVE圖像數(shù)據(jù)庫II所提供的五種類型的失真圖像。根據(jù)所得到的分析

3、結果，并結合不同類型失真圖像的特點及圖像降質模型的性質，提出了一種根據(jù)原始參考圖像與待評價失真圖像的差圖像判別白噪聲失真圖像與非白噪聲失真圖像的方法。
　　2、提出一種基于白噪聲失真的全參考圖像質量評價算法。在區(qū)分不同失真圖像類型的基礎上，本文算法針對白噪聲失真圖像與非白噪聲失真圖像分別進行評價：對于白噪聲失真圖像，進行平滑預處理后利用SSIM算法進行評價；對于非白噪聲失真圖像，本文提出圖像的邊緣顯著圖，利用邊緣SSIM（Edge

4、 SSIM，ESSIM）對邊緣顯著圖進行評價，以得到更為準確的圖像質量評價結果。采用該算法對LIVE圖像質量評價數(shù)據(jù)庫II中的982幅圖像進行質量評價，實驗結果表明相對于SSIM算法，該算法具有更好的穩(wěn)定性及可靠性。
　　3、提出一種圖像平坦背景區(qū)域抑制算法?，F(xiàn)有的圖像分割算法在抑制平坦背景區(qū)域時往往表現(xiàn)出很高的復雜性及對人機交互的依賴性，會大大增加系統(tǒng)開銷。為解決上述問題，本文運用簡單的形態(tài)學自適應閾值操作對圖像進行梯度抑制，并

5、結合形態(tài)學閉運算得到梯度平坦背景區(qū)域抑制圖，最后和原灰度圖像相與而產(chǎn)生原圖的平坦背景區(qū)域抑制灰度圖。
　　4、提出一種基于平坦背景區(qū)域抑制的全參考圖像質量評價算法。該算法在對圖像進行平坦背景區(qū)域抑制后，通過求取圖像的梯度幅度、梯度幅度相似圖、梯度幅度相似圖均值而得到梯度幅度相似度偏差作為圖像客觀質量評價結果。采用該算法對LIVE圖像質量評價數(shù)據(jù)庫II中的982幅圖像進行質量評價，實驗結果表明相對于GMSD算法，該算法具有更好的穩(wěn)定