基于人類視覺系統(tǒng)的圖像質量評價算法研究.pdf

1、圖像壓縮、傳輸及處理等過程使圖像產(chǎn)生不同的失真從而影響信息傳遞的質量。因此，研究圖像質量評價技術是極具意義的課題。圖像主觀評價方法對圖像質量的評價具有直觀性，能準確地反映人類的感知質量，卻以高耗時和高花費為代價，且難以在實際中實施。圖像客觀評價方法速率高、花費少、應用廣泛且結果可重現(xiàn)。主觀評分是客觀評分的有效性驗證?？陀^評價用來驗證圖像處理系統(tǒng)的性能和優(yōu)化現(xiàn)有算法。與人類視覺特性結合建立相應視覺模型，進一步分析研究圖像客觀質量評價算法，

2、保證其與人類感知質量評價相一致，更具有說服力，對研究人類視覺系統(tǒng)（Human Visual System, HVS）具有重要的理論意義。基于此，本文展開了人類視覺系統(tǒng)基礎上的圖像質量評價算法研究。
　　首先，本文闡述了研究圖像質量評價的背景及意義，綜述了研究基于 HVS的圖像質量評價的意義及國內外研究現(xiàn)狀，詳細介紹了與本研究有關的基本理論：圖像及其質量、人類視覺系統(tǒng)的組成及視覺機制特性、公開圖像質量數(shù)據(jù)庫和圖像質量評價算法性能指標

3、；探討了與所提算法有關的無線傳輸圖像失真問題：塊效應、模糊效應、振鈴效應及強度掩膜。然后，研究了一些經(jīng)典的客觀評價算法，并在公開圖像數(shù)據(jù)庫上進行性能比較，分析這些算法性能的優(yōu)劣，為所提算法奠定理論基礎。
　　其次，對圖像的結構相似性進行研究，提出了基于HVS內在推導機制的多尺度結構相似性（Multiple-scale StructuralSIMilaritybased on internal generative mechanis

4、m, iMSSIM）算法。對內在生成機制建立逐段式自回歸（Piecewise AutoRegressive, PAR）模型，在iMSSIM算法中采用這一模型將失真和參考圖像分別分解成多尺度結構相似形（Multiple-scale StructuralSIMilarity, MSSIM）算法評分的圖像內容預測部分和采用 PSNR評分的圖像信息不確定部分，而后采用MSE進行加權來聯(lián)合這兩部分評分得到最終結果。采用不同的性能指標驗證所提iMS

5、SIM算法和主觀評分的一致性，將iMSSIM算法在公共圖像數(shù)據(jù)庫上的仿真結果與現(xiàn)有算法對比，結果證明iMSSIM算法的性能得到進一步改善。
　　最后，針對 VIF算法對人眼不敏感部分度量能力的欠缺問題，研究了無線傳輸圖像的失真特性，結合VIF對無線傳輸圖像評分的有效性以及HVS中的內在生成機制，提出了基于內在生成機制的視覺保真度（Visual Information Fidelity based on internal gener