圖像客觀質量評價算法及其應用研究.pdf

1、數字圖像在獲取、傳輸、壓縮等過程中，會出現各種失真和質量退化現象。客觀圖像質量評價方法能夠有效評價圖像中的失真，并與人眼視覺保持一致，具有重要的研究意義。本文在系統(tǒng)分析圖像質量評價理論和經典算法的基礎上，研究設計準確高效的客觀圖像質量評價算法，并應用于圖像失真區(qū)域的定位和取證。
　　本研究主要內容包括：⑴針對現有算法多考慮灰度圖像，忽略顏色信息對質量評價影響的問題，提出了一種基于四元數矩的彩色圖像評價算法。該算法將參考圖像和失真圖

2、像用四元數進行表示，通過構造基于四元數矩的特征圖抓取圖像失真。同時，考慮到矩對于微弱失真的不敏感性，把圖像的梯度和亮度作為輔助因素進一步完善算法，將幾個因素加權整合后，得到圖像的最終質量分數。該算法與10種全參考評價算法在5個主流圖像數據庫中進行了仿真對比實驗，結果表明，本算法與主觀分數一致性好，且對灰度圖像和彩色圖像同樣適用。⑵提出了一種能夠快速準確評價圖像模糊失真的無參考算法。該算法采用解析稀疏表示對圖像進行分解，計算圖像模糊帶來的

3、高頻能量衰減，并通過歸一化消除圖像內容的影響，同時利用視覺顯著性進行加權處理，使模糊分數更加切合人眼視覺系統(tǒng)的特點。該算法與6種典型算法在4個主流圖像數據庫中進行了仿真實驗，實驗結果證明本算法綜合性能優(yōu)良，且具有很高的計算效率。⑶針對存在塊效應失真的JPEG壓縮圖像，提出了一種基于Tchebichef矩的圖像塊效應無參考評價算法。該算法利用Tchebichef矩提取圖像特征，以水平和垂直兩個方向上的邊緣為中心，將圖像分割為互不重疊的分塊

4、，對每個分塊進行Tchebichef矩變換，提取矩變換矩陣中能反映圖像塊效應嚴重程度的高頻系數得出分塊質量分數，計算每個方向上各分塊質量分數的加權平均值與整體系數值的比率，得到整體塊效應圖像的質量分數。在 LIVE、MICT圖像數據庫中進行仿真實驗，并與4種該領域主流算法綜合比較表明，該算法性能優(yōu)良。⑷基于對失真圖像質量特征的分析，提出了通過偵測圖像不同區(qū)域的質量特性進行圖像定位取證的方法。在研究中，將圖像塊效應評價算法應用于圖像馬賽克

5、區(qū)域的定位取證，提出了一種基于圖像視覺質量差異的馬賽克效應檢測算法。該算法基于馬賽克區(qū)域和正常區(qū)域在視覺質量上存在明顯差異的特點，對馬賽克圖像進行特征提取，分塊計算得出圖像塊效應分數來描述圖像的個體特性，利用塊效應分數特征進行圖像取證實驗，生成視覺質量圖，從中檢測出低質量集聚區(qū)域并進行標記，實現對馬賽克區(qū)域的定位。仿真實驗中，從UCID、NCID圖像庫中各選取100幅圖像，制作8×8和16×16大小的馬賽克圖像庫，驗證得出;算法能夠準確