硕士学位论文
顾海军
学科门类：理学
学科名称：数学
指导教师：戴芳教授
申请日期：2017年6月埃菲尔铁塔沉思
摘要天文学报
论文题目：无参考图像质量评价算法研究
学科专业：数学
研究生：顾海军签名：
指导教师：戴芳教授签名：
摘要
图像是人类从外界获取信息的最主要载体，从图像的获取到最后显示，整个过程中都将不可避免的引入失真。因此，如何快速有效地评价图像质量，已引起了越来越多人的重视。根据评价过程中使用参考图像信息的程度，客观评价方法可分为全参考型图像质量评价方法（Full Reference Image Quality Assessment，FRIQA），半参考型图像质量评价方法（Reduced Reference Image Quality Assessment，RRIQA），无参考型图像质量评价方法（No Reference Image Quality Assessment，NRIQA）。在实际应用中，由于经常得不到原始的参考图像，因此对无参考型算法的研究成为了该领域的研究重点。在了解NRIQA算法之后，本文提出了两种相应算法，具体研究内容如下。
（1）提出了一种基于Haar小波的NRIQA算法。该方法先对模糊图像进行快速Haar 小波分解，对高频子带进行加权处理，得到新的高频细节图，对该图像的亮度系数进行归一化处理，再利用广义高斯分布进行参数估计，并建立评价模型，得到最终的评价分数。该算法在LIVE数据库和TID2008数据库中进行测试，其中在LIVE数据库中的PLCC值为0.8721，SROCC值为0.8805，在TID2008数据库中PLCC值为0.7813，SROCC值为0.7921，充分验证了该方法的有效性和准确性。
（2）提出了一种基于稀疏表示的NRIQA算法。通过提取图像在空间域和频域上的图像特征，对提取的图像特征使用字典学习的方法进行稀疏化，最后对稀疏后的系数建立评价指标。该算法对各类失真均适用，在LIVE数据库中进行实验，得到PLCC值为0.8512，SROCC值为0.8661，可见，其评价结果与主观评价基本一致。
关键词：图像质量评价；Haar小波；广义高斯分布；特征提取；稀疏表示
Title: Research on no reference image quality assessment algorithm Major: Mathematics
Name: Haijun Gu Signature: Supervisor: Prof. Fang Dai Signature:
Abstract
Image is the main carrier of human to obtain information from the real world. There is an inevitable di
寻圣诞老人stortion in the process of image processing.Therefore, how to assess image quality quickly and efficiently has caused more and more attention. In the process of assessment, Objective assessment method of image quality can be divided into three parts according to the using degree of reference images: FRIQA, RRIQA, NRIQA. It is always difficult to obtain the original image, therefore, the research on the no reference quality assessment method has a great significance. The major contents are as follows .
（1）A novel metric for no reference blurred image quality assessment based on the Haar wavelet transform is proposed. Fast Haar wavelet decomposition is applied on a blurred image. To obtain a new high frequency detail image, the high frequency subbands are weighted. Then, the detail image should be normalized in brightness. The Generalized Gaussian distribution is used to estimate parameters and then the final evaluation scores are obtained by new indicator. Experiments in the LIVE database and TID2008 database verify the validity and accuracy of the method, where, the PLCC values in LIVE database and TID2008 database are 0.8721 and 0.7813. The SROCC values in LIVE database and TID2008 database are 0.8805 and 0.7921, respectively.
（2）A no reference image quality assessment algorithm based on sparse dictionary is proposed. By extracting the image features in spatial domain and frequency domain, respectively, then image f
eatures are sparse using dictionary leaning, and establish evaluation model for the sparse coefficient. The simulation experiment results in the LIVE database are consistent with the subjective evaluation results, where, the PLCC and SROCC values in LIVE database are 0.8512 and 0.8661.
Keywords:Image quality assessment; Haar wavelet; Generalized Gaussian distribution; Feature extraction; Sparse representation
目录
摘要.......................................................................................................................................... I Abstract ...................................................................................................................................... III 1.绪论.. (1)
1.1图像质量评价的研究背景与意义 (1)
1.2有参考图像质量评价算法的国内外研究现状 (2)
1.3无参考图像质量评价算法的国内外研究现状 (2)
1.3.1 面向特定失真的NRIQA算法 (2)
1.3.2 非特定失真的NRIQA算法 (5)
1.4论文的主要内容和章节安排 (8)
2.图像质量评价的主要算法 (11)
apd2.1主观方法 (11)
2.2 客观方法 (11)
2.2.1全参考图像质量评价 (12)
2.2.2半参考图像质量评价 (14)
2.2.3无参考图像质量评价 (14)
2.3图像质量评价算法性能的衡量指标 (17)电动汽车噪音
2.4图像质量评价数据库 (18)
2.5本章小结 (19)
3.基于Haar小波的无参考模糊图像质量评价算法 (21)
3.1小波变换的基本原理 (21)
3.2基于Haar 小波的特征图像提取 (22)
3.3广义高斯分布参数估计 (24)
3.4模糊图像质量得分 (27)
3.5实验结果及分析 (28)
3.6本章小结 (30)
4. 基于稀疏表示的无参考图像质量评价算法 (31)
4.1图像特征提取 (31)
4.1.1空域特征提取 (31)
4.1.2频域特征提取 (34)
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议