图像质量客观测量方法研究

摘要

图像以其确切性、直观性、高效性和广泛适应性，已成为当今人类社会最重要的一种信息来源。图像质量的正确评价是图像信息工程领域内的一项重要研究课题。图像质量的主观评价方法虽然与实际情况比较吻合，但有着不易准确测量且实现过程繁琐、耗时耗力耗资等缺点。己有的一些图像质量客观度量方法，如峰值信噪比(PSNR)、均方误差 (MSE) 等这类方法虽然具有简单、易于实现等优点，但由于其根本不考虑人类的视觉和心理感受，所以并不完全符合人眼的视觉特性。合理地度量图像质量应充分考虑人眼的视觉特性，本文结合主观和客观图像质量度量方法，做了以下工作。 本文首先介绍了 HVS (人类视觉系统) 基本理论，重点阐述了视觉系统的亮度特性、空间频率特性和时间频率特性。其次介绍了小波分析的基本理论，重点分析了离散小波变换与 HVS 特性的相似性。然后归纳了图像质量评价方法在国内外的研究现状，详细阐述了基于 HVS 模型的客观评价方法，描述了与本文算法相关的PQS 模型和 WMSE 模型。本文的创新之处是在原有基于 HVS 模型的评价算法的基础之上，对评价算法进行了改进。改进后的算法将原始图像和降质图像分别经过非线性变换、小波变换和 CSF (对比敏感度函数) 加权处理，然后进行误差分析，优点在于较好的结合了人眼的视觉特性，兼顾了计算的复杂性。最后通过实验，将一组图像的主观评价值与模型的打分值进行比较，结果表明这种基于 HVS 模型的图像质量评价算法，与人对图像质量评价保持良好一致性，适用于压缩编码图像的质量评价。

目录

文摘

英文文摘

声明

第一章绪论

1.1图像信息的重要性

1.2图像质量评价的现状和发展方向

1.2.1图像质量评价的现状

1.2.2图像质量评价的发展方向

1.3论文结构

第二章视觉系统基本理论

2.1人眼的生理构造

2.2HVS特性研究

2.2.1视觉的亮度特性

2.2.2视觉的空间频率特性

2.2.3视觉的时间频率特性

第三章小波分析理论基础

3.1 Fourier变换

3.2连续小波变换

3.3离散小波变换(DWT)

3.4图像DWT与HVS特性的关系

第四章图像质量的客观评价方法

4.1传统的误差统计方法

4.2基于HVS模型的客观评价方法

4.2.1 HVS模型

4.2.2基于视觉感知的评价方法

4.2.3基于视觉兴趣的评价方法

第五章基于HVS模型图像质量客观评价算法

5.1引言

5.2评价算法

5.2.1评价算法

5.2.2改进算法

5.3 MOS值

5.4模型值与MOS值的比较

5.4.1 MOS数据

5.4.2实验结果

5.4.3实验结果分析

第六章总结

6.1本文主要工作

6.2工作展望

致谢

参考文献

附录 攻读硕士学位期间从事的科研工作