基于稀疏表示和局部特征的图像质量评价方法研究

《基于稀疏表示和局部特征的图像质量评价方法研究》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、硕士学位论文基于稀疏表示和局部特征的图像质量评价方法研究StudyonImageQualityAssessmentBasedonSparseRepresentationandLocalFeatures作者：蔡浩导师：钱建生教授中国矿业大学二○一六年十二月中图分类号TP391.4学校代码10290UDC621.39密级公开中国矿业大学硕士学位论文基于稀疏表示和局部特征的图像质量评价方法研究StudyonImageQualityAssessmentBasedonSparseRepresentationandL

2、ocalFeatures作者蔡浩导师钱建生教授申请学位工学硕士培养单位信电学院学科专业信息与通信工程研究方向计算机视觉答辩委员会主席评阅人二○一六年十二月论文审阅认定书研究生蔡浩在规定的学习年限内，按照研究生培养方案的要求，完成了研究生课程的学习，成绩合格；在我的指导下完成本学位论文,经审阅，论文中的观点、数据、表述和结构为我所认同，论文撰写格式符合学校的相关规定，同意将本论文作为学位申请论文送专家评审。导师签字：年月日致谢转眼间，研究生阶段的学习就到了尾声。依稀记得三年前坐火车来矿大报到的场景，车厢里的

3、广播放着音乐，窗外是一望无际的平原，我和随行的同学聊着对研究生生活的憧憬。矿大给了我很多惊喜，留下了许多难忘的人和事，我也成长了很多。感谢导师钱建生教授，支持我外出深造，给我提供了良好的学习平台，使我能尽早地在研究生学业中找到自己的方向。感谢李雷达教授，将我引入了科研的世界。在李老师的指导下，我渐渐地掌握了科研的基本技能。李老师对科研的态度和对学生的关心，使我受益匪浅。感谢郭星歌副教授，与我就个人发展等问题展开交流，鼓励我继续前行。感谢祝汉城师兄在科研及生活上给予我的帮助。感谢张晓晓、周琳琳、徐珂珂、施加

4、卫、陈艳霞及硕研13-3班的所有同学们，有了你们的陪伴，我的研究生生活充满温馨。感谢周玉、郝舒曼、严娅、夏文晗、胡波等师弟师妹们，谢谢一年以来你们帮我处理学校里的琐事。感谢我的父母和哥哥，正是由于你们背后的默默付出，我才得以安心地完成学业。最后，感谢各位专家、学者在百忙之中审阅我的论文，期待着你们宝贵的建议。摘要图像质量评价在图像采集、图像分割、图像融合和生物医学成像等视觉信号通信和处理中担任着重要角色。图像质量的好坏影响着人们获取信息的准确性和用户体验。随着基于图像应用需求的快速增长，如何得到有效且可靠

5、的图像质量评价方法变得尤为重要。图像质量评价的目标是得到与人类主观判断相一致的评价，即设计算法模型来模仿观测者对图像的质量给出合理的质量分数。本文从稀疏表示和局部特征两个角度来研究图像质量评价问题。由此，提出了三种有效的质量评价方法，即：一、提出了一种基于稀疏表示自适应子字典的图像全参考质量评价方法（QASD）。首先利用自然图像来训练一个过完备的字典，该字典将被用来表示参考图像，而对于失真图像的表示而言，则使用参考图像被稀疏表示的过程中使用到的基向量所组成的新字典（即子字典）。稀疏表示能提取图像中较高层次

6、的特征，而对图像的弱失真则不敏感，故引入三个辅助特征，即梯度、色度以及亮度，用于得到更为准确的图像质量评价。该方法对训练字典的图像不敏感，所以可以采用一个通用型的字典来用于质量评价。与其他全参考质量评价算法相比，该方法表现出更好的性能，且在各个数据库上表现一致性好。二、提出了一种基于特征点的模糊图像无参考质量评价方法。首先从模糊图像和重模糊图像中提取特征点，然后分别将得到的特征点分布图分块以产生特征点数量图，再利用两幅特征点数量图来计算相似度，最后使用视觉显著性对特征点数量相似图进行加权，得到最终的质量分

7、数。该方法不仅与其他模糊图像无参考质量评价算法相比表现出更好的性能，且优于一些通用型的无参考质量评价算法。三、提出了一种基于显著性引导梯度相似度的模糊图像无参考质量评价方法（SGGS）。首先原图像通过多次低通滤波得到模糊程度大的图像，然后利用其作为参考图像与原图像一起来计算梯度相似度。最后使用视觉显著性对梯度相似图进行加权，得到最终的质量分数。该方法产生的质量分数均分布在（0，1）区间，且计算速度快。与其他无参考质量评价算法相比，该方法表现出更好的主观评价一致性。该论文有图18幅，表15个，参考文献79篇

8、。关键词：图像质量评价；稀疏表示；特征点；梯度相似度；视觉显著性IAbstractImageQualityAssessment(IQA)playsanimportantroleinvisualsignalprocessingandcommunication,suchasimageacquisition,imagesegmentation,imagefusion,biomedicalimaging,etc.Thequalityo