学位论文 > 优秀研究生学位论文题录展示

结合多元回归与结构相似算法的图像质量评价

作　者: 伍双
导　师: 王正友
学　校: 江西财经大学
专　业: 计算机软件与理论
关键词: 图像质量评价结构相似理论多元回归分析梯度信息
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 40次
引　用: 0次
阅　读: 论文下载

内容摘要

图像质量评价已成为图像信息工程重要的研究课题之一。主观评价方法费时费力,难以运用到实时系统中；传统的客观评价方法,如峰值信噪比和均方误差,虽然计算简便,但很多情况下其结果与主观感知一致性很差。结构相似理论是一种关于质量评价的新思想,与自底向上模拟人类视觉系统(HVS)低阶组成结构思路不同,它是自顶向下地模拟HVS特性的整体功能,即HVS从视觉场景中提取结构信息的主要功能。结构相似算法(SSIM)特点是易于实现,避免了一些自底向上方法存在的问题,且与之前的方法比较更加接近人的主观感受。尽管SSM方法较其他方法具优越性,但也存在不足。本文针对SSIM对于模糊失真评价不够准确的情况,提出了一种新的评价算法即在SSIM当中加入梯度信息作为一个新的分量。人眼对图像的边缘及纹理信息极其敏感,而梯度可以很好地反映图像的边缘及纹理信息。此算法对模糊失真评价准确性较好,且对其他失真类型的图像评价效果也有所提高,评价结果与人的主观感知有更好的一致性。对于SSIM原始算法中分量权值单一固定的情况,本文结合了多元线性回归分析与SSIM算法,利用回归分析对SSIM算法中的分量进行权值调整,其中能够看出各分量在对失真图像进行质量评价时不同等的贡献,同时提高了SSIM算法对不同失真类型图像质量评价的准确性,还有在不同情况下选择相应模型对图像质量进行预测,增加了算法的自适应性能。通过LIVE图像数据库的大量实验结果证实,本文提出的改进后的结构相似算法在非线性回归后相关系数、斯皮尔曼相关系数、线外率等指标均优于传统评价方法,并较现有改进的SSIM算法也有很大程度的提高,有效地提高了图像客观评价结果的主客观一致性。

全文目录

摘要  7-8
Abstract  8-9
1.绪论  9-17
  1.1 研究背景  9-10
  1.2 图像质量评价及研究现状  10-15
    1.2.1 主观图像质量评价  10
    1.2.2 客观图像质量评价  10-13
    1.2.3 图像质量评价的现状  13-15
  1.3 本文主要内容与结构  15-17
2.结构相似理论与算法(SSIM)  17-28
  2.1 SSIM算法原理  17-19
  2.2 SSIM的应用及优缺点  19-23
  2.3 现有的改进  23-25
    2.3.1 加权方式  23
    2.3.2 多尺度方式  23-24
    2.3.3 结构信息提取  24
    2.3.4 其他  24-25
  2.4 实验分析  25-27
    2.4.1 各种失真类型图像评估  25
    2.4.2 实验分析  25-27
  2.5 本章小结  27-28
3.基于梯度与结构相似度的图像质量评价算法  28-35
  3.1 概述  28
  3.2 梯度信息分量  28-29
  3.3 基于梯度与结构相似度的图像质量评价算法  29-34
    3.3.1 算法描述与实现  29-30
    3.3.2 实验结果与分析  30-34
  3.4 本章小结  34-35
4.结合多元回归分析的结构相似算法  35-48
  4.1 多元回归分析的相关理论  35-38
  4.2 结合多元回归分析的结构相似算法  38-46
    4.2.1 算法描述与实现  38-40
    4.2.2 实验结果与分析  40-46
  4.3 本章小结  46-48
5.总结与展望  48-49
  5.1 本文主要工作  48
  5.2 未来工作展望  48-49
参考文献  49-53
攻读硕士学位期间发表的论文及参加的课题  53-54
致谢  54

结合多元回归与结构相似算法的图像质量评价

内容摘要

全文目录

相似论文