基于稀疏表示的图像质量评价算法研究

《基于稀疏表示的图像质量评价算法研究》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、分类号密级硕士学位论文题目：基于稀疏表示的图像质量评价算法研究英文并列题目：ImageQualityAssessmentMethodResearchBasedonSparseRepresentation研究生：程大宇专业：软件工程研究方向：图像质量评价导师：桑庆兵指导小组成员：学位授予日期：2016年6月答辩委员会主席：张曦煌江南大学地址：无锡市蠡湖大道1800号二O一六年六月摘要摘要在人类感知世界和相互交流的过程中，视觉信息扮演着重要的角色，近年来，计算机技术和互联网科技的高速发展使数字图像的在众

2、多行业得以应用，越来越多的人开始拍摄、传输、使用数字图像，而如何高效准确地对图像质量进行评价成为一个焦点问题。现有的图像质量评价方法大致可分为主观评价和客观评价两类。主观评价的结果准确可靠，但操作繁琐费时费力，可应用场景不多。相比之下客观图像质量评价更具应用推广价值，但由于图像失真的成因、类型及表现等因素各不相同，客观评价方法的研究仍是一项重要且具有挑战性的工作。本文结合稀疏表示理论，对客观图像质量评价方法进行了深入的研究，主要内容如下：(1)提出一种结合时频域自然场景统计特征的无参考图像质量评价方

3、法，利用梯度幅值与拉普拉斯变换图像的联合统计信息和小波变换子带相关性组成特征字典，并对测试图像特征稀疏表示，最后综合稀疏系数与字典图像DMOS值获得预测质量得分。实验结果表明，本方法在保证评价快速准确的基础上，更具泛化性和稳定性。(2)提出一种使用均匀模式LBP立体图像无参考质量评价方法。纹理特征对于图像质量有很大的影响，而LBP分布可以对图像纹理信息进行很好的描述，首先对平面图像计算LBP分布作为平面特征，再计算立体图像绝对视差图，并取其部分LBP分布作为立体感知特征，最后采用稀疏表示模拟感知客观

4、信息的过程，用特征字典对测试图像特征稀疏表示，获得图像质量。试验环节证明了该方法可以有效地对立体图像质量作出评价。(3)提出一种基于人眼视觉系统特性的全参考图像质量评价方法。利用小波分解模拟人眼的多通道特性，稀疏表示还原哺乳动物低级视觉神经感受野的稀疏性，将参考图像子带像素块作为字典对失真图像像素块进行稀疏表示，利用自行定义的三个衡量稀疏表示过程的指标对失真图像质量进行预测。实验环节表明，本方法各项实验结果均稳定准确，与人眼视觉系统有较高的一致性。关键词：图像质量评价；稀疏表示；自然场景统计特征；人

5、眼视觉系统1AbstractAbstractIntheprocessofhumanbeingsperceivetheworldandcommunicatewitheachother,visualinformationplaysasignificantrole.Inrecentyears,thankstotherapiddevelopmentofcomputertechnologyandInternettechnology,digitalimageisappliedinmanyindustries,m

6、oreandmorepeoplebegintoshoot,transmitanduseit.So,howtoassesstheimagequalityefficientlyandaccuratelyhasbecomeafocusproblem.Existingimagequalityassessmentmethodcanbedividedintosubjectiveassessmentandobjectassessment.Althoughsubjectassessmentcangetaresult

7、accurateandreliable,it’stime-consumingandinconvenient,hardtoapplicantpractically.Comparedwiththesubjectimageassessment,objectimageassessmenthasthevalueforexpansionandapplication.Butasaresultofimagedistortionfactorssuchasthecause,typeandperformanceareno

8、tidentical,objectimageassessmentresearchisstillasignificantanchallengingjob.Combiningthesparserepresentationtheory,thisdissertationresearchtheobjectimageassessmentdeeply,themajorcontentsareasfollowsingeneral:First,weproposeablindimagequ