無參考型自然圖像質(zhì)量評價算法研究.pdf

1、人類從外界獲得的信息約有75％是從圖像中獲得的。隨著計算機科學技術(shù)的發(fā)展，圖像工程已經(jīng)廣泛地應用于國民經(jīng)濟中的各個領域。雖然圖像技術(shù)取得了迅速的發(fā)展，但目前有限的硬件資源使得在具體應用中仍需要在圖像處理算法和設備的設計中做出某些折衷，如算法的有效性與網(wǎng)絡帶寬的折衷等。折衷的結(jié)果勢必會影響到重建圖像的感觀效果。為了取得最優(yōu)的選擇，有必要知道折衷的結(jié)果會給圖像感觀造成怎樣的影響。通過對圖像質(zhì)量進行客觀評價，可以對圖像處理方法進行有效的評估，

2、最終得到較好的圖像視覺效果。在各種圖像質(zhì)量評價方法中，由于無參考型方法具備無需任何參考圖像信息，可以直接應用于系統(tǒng)終端的優(yōu)點，受到廣泛而深入地研究。 本文主要對圖像質(zhì)量評價領域中針對自然圖像的無參考型方法進行了系統(tǒng)而深入地研究。首先，對小波變換以及自然圖像在小波域的統(tǒng)計特性進行了簡要介紹，在此基礎之上提出了一種基于小波域統(tǒng)計特性的無參考型自然圖像質(zhì)量評價算法。其次，將小波擴展到一種更為有效的圖像表示方法——Contourlet，

3、根據(jù)自然圖像在Contourlet域特有的統(tǒng)計特性，更為精確地建模圖像質(zhì)量特征，從而得到一種基于Contourlet域統(tǒng)計特性的無參考型自然圖像質(zhì)量評價算法。該算法從多尺度多方向的角度來準確描述自然圖像的質(zhì)量特征，通過捕獲不同失真對Contourlet系數(shù)之間關系的影響來表示視覺質(zhì)量。實驗結(jié)果表明該算法與主觀實驗結(jié)果具有較好的一致性。最后，將變換域圖像建模進一步擴展到隱馬爾可夫模型，提出了一種基于小波域隱馬爾可夫樹的無參考型自然圖像質(zhì)量