基于Contourlet變換的圖像質(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(zhǔn)確性起著決定性的作用。然而在圖像壓縮、重建、傳輸?shù)冗^程中有質(zhì)量下降問題，因此，圖像質(zhì)量的評判就有著很重要的作用，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）才是圖像處理的最終處理者，所以主觀的圖像處理算法才是目前最合理的圖像質(zhì)量算法。也因此評判客觀算法的有效性需要與主觀評價結(jié)果對比。但主觀評價算法非

2、常耗時且需要大量專業(yè)的參與者，還受到很多客觀條件制約，如觀測環(huán)境的不同和圖像顯示設(shè)備的優(yōu)劣。圖像質(zhì)量算法一般需要嵌入其他圖像處理算法中，以作為圖像預(yù)處理的一部分。但主觀評價算法不能嵌入其他算法之中，所以現(xiàn)在研究的重點是客觀評價方法。
　　 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向性特性的基礎(chǔ)上，提出了基于Contourlet 變換的圖像質(zhì)量評價算法，得到更符合人眼視覺特性的評價結(jié)

3、果。該算法首先將原始圖像和失真圖像進行四層Contourlet 變換，然后再各層頻帶上進行結(jié)構(gòu)相似度（SSIM，StructuralSIMilarity）分析，最后得到一個歸一化的客觀圖像質(zhì)量評價值。在此算法基礎(chǔ)上，本文同時研究了基于Contourlet 變換和人眼視覺特性的圖像質(zhì)量評價方法，先把圖像轉(zhuǎn)換成Contourlet 變換域，然后通過對HVS的某些底層特性進行建模，將失真圖像和參考圖像之間的絕對誤差映射為能被人眼覺察的最小可辨