基于mos数据库的图像质量评价的度量方法

《基于mos数据库的图像质量评价的度量方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得安徽大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名：擞签字日期．小f缈年占月厶日学位论文版权使用授权书本学位论文作者完全了解安徽大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和

2、借阅。本人授权安徽大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。学位论文作者签名：孚敷导师签名：∥L率签字日期：少f缈年占月占日签字日期：出f乒年易月占日摘要一JJIIIIIIIIIIBIIIIIIIIlll10一。—，Y2578789／栽f1易摘要当今社会数字图像处理技术发展快速，日新月异，图像质量评价的重要性越来越突出，在图像处理领域中有着不可替代的至关重要的作用。当前，很多主流的客观图像质量评价方法已被提出，如峰值信噪比(PSNR，Peak

3、SignaltoNoiseRatio)，均方误差(MSE，MeanSquareError)等，这些客观评价指标虽然简单且易于实现但纯粹是数学和物理上的统计数据，没有考虑人类的心理和视觉感受，所以不完全符合人眼的视觉特性。国际公认的是主观评价标准MOS(MeanOpinionScore)，即人眼对图像的视觉满意程度，但是这种方法非常的耗时，需要大量的参与者，并且评价结果易受观测者心理素质等因素影响，条件苛刻，不易实现。鉴于此，研究者结合人眼视觉特性提出了大量新的客观质量评价指标。确定。本观评价方1．介绍了U—Te

4、xasatAustin(美国德州大学奥斯丁分校图像和视频工程实验室)和IVC(国际会议电视中心)的MOS图像数据库，并详细介绍了IVC的MOS图像库，该MOS图像库包含了10幅原始图像和通过四种不同失真处理的235幅损伤图片，本文用当前主流的图像指标对该MOS图像库235幅损伤图片全部做了考察，并给出了主观评价得分MOS。2．对目前主流的图像质量评价方法做了简要说明，给出其数学模型和结构框图，并基于MOS图像数据库对这些主流的图像质量评价方法的评价指标进行了考察，得到大量实验结果，并对实验结果进行了分析比较。3

5、．本文对基于MOS图像数据库的图像质量评价方法的度量方法的度量原理进行了简要说明，给出了其结构框图。基于MOS图像数据库考察了图像质量评价方法的归一化参数，在最小二乘法准则下计算该归一化参数与MOS的相关系数，从而度量该评价方法的优劣。其中，相关系数考察包含单图像单类失真，单图像多类失真，多图像单类失真，多图像多类失真。4．建立了基于MOS图像数据库的图像质量评价方法的度量方法的相关性分析实验平台，对编程方法和实验过程进行了简要说明，给出了实验画面。利用基于MOS数据库的图像质量评价的度量方法该平台，采用主流图

6、像质量评价方法对MOS标准图像数据库的各种失真类型不同失真程度图片进行了相关性考察，得到了大量实验数据，并对相关实验结果进行了分析比较。本文提出的基于MOS图像数据库的图像质量评价方法的度量方法建立在系统的理论分析莉天量的实验基础之上，基于实验平台，用主流客观图像质量评价方法对国际会议电视中一I二,MOS库的全部图像进行相关性度量?实验结果显示，基于Mos图像数据库的图像质量评价的度量方法能有效的度量各种图像厦量评勺污再蠹葡薤男■矸图像顶厘甬刁污蔬莉喜起到促进碓用，有利于新的更加符合／．一—，一l^以^^／L／

7、、^／¨<二、^，—L，，、—、～入眼视觉特任的图像质量评价方法的发现。关键词：MOS数据库；图像质量评价；HVS空间模型；度量方法；相关系数AbstractIntoday’ssociety，Withtherapiddevelopmentofdigitalimageprocessingtechnology，whichchangesrapidly，theimportanceofinlagequalityevaluationismoreandmoreoutstandingandplayingacrucialandi

8、rreplaceableroleinthefieldofimageprocessing．Atpresent,alotofmainstreamobjectiveimagequalityevaluationapproacheshavebeenproposed，suchasthePeakSignal·to-NoiseRatio(PSNR)，theMeanSquareError(MSE)and