基于PLSA的無參考圖像質(zhì)量評(píng)價(jià).pdf

1、在信息數(shù)字化時(shí)代,圖像已遍及人類生活和工作的各個(gè)領(lǐng)域。在圖像處理和應(yīng)用領(lǐng)域建立有效的圖像質(zhì)量評(píng)價(jià)體系具有重大意義。無參考圖像質(zhì)量評(píng)價(jià)不僅滿足客觀需要,而且有實(shí)現(xiàn)的可能性,越來越受到相關(guān)研究人員的重視。
　　 圖像的統(tǒng)計(jì)特性是設(shè)計(jì)無參考圖像質(zhì)量評(píng)價(jià)算法的主要依據(jù),但是對(duì)圖像的統(tǒng)計(jì)特性的研究目前仍處于低級(jí)階段,現(xiàn)有的模型過于單一。研究表明:人類認(rèn)知尤其是視覺認(rèn)知是分層次進(jìn)行的,可以通過學(xué)習(xí)數(shù)據(jù)內(nèi)在隱含因素,建立模型以解決視覺感知的計(jì)

2、算問題。把機(jī)器學(xué)習(xí)引入到無參考圖像質(zhì)量評(píng)價(jià)算法中來,有利于對(duì)圖像的底層自然統(tǒng)計(jì)特性的進(jìn)行更深入的研究。
　　 概率潛在語義分析(ProbabilisticLatentSemanticAnalysis,PLSA)是“無監(jiān)督”機(jī)器學(xué)習(xí)中具有代表性的一種主題模型,現(xiàn)己廣泛應(yīng)用于包括場(chǎng)景分類及行為分析等計(jì)算機(jī)視覺的熱點(diǎn)研究中。本文把PLSA引入到無參考客觀圖像質(zhì)量評(píng)價(jià)中,提出基于PLSA的圖像質(zhì)量評(píng)價(jià)方法。首先利用合理的視覺單詞整合復(fù)雜

3、的底層特征;然后利用統(tǒng)計(jì)的方法建立“圖像-潛在語義-視覺單詞”之間的條件概率分布模型(主題模型),以發(fā)現(xiàn)圖像的潛在語義結(jié)構(gòu);最后,根據(jù)潛在語義的分布情況,對(duì)圖像進(jìn)行無參考客觀質(zhì)量評(píng)價(jià)。
　　 本文先從特定失真類型圖像的評(píng)價(jià)入手,提出了基于PLSA的模糊圖像質(zhì)量評(píng)價(jià)方法和基于PLSA的高斯噪聲圖像質(zhì)量評(píng)價(jià)方法,取得了良好的效果。然后向針對(duì)多失真類型的圖像的質(zhì)量評(píng)價(jià)方法進(jìn)行擴(kuò)展優(yōu)化,提出了基于PLSA的針對(duì)多種失真類型圖像質(zhì)量評(píng)價(jià)方