基于结构相似度的图像质量客观评价方法研究

摘要

图像质量评价的研究是图像信息工程的基础技术之一，图像质量评价方法用以评价图像质量或图像处理算法的优劣，在图像处理领域至关重要。
　　 Wang Zhou等人提出的结构相似度（SSIM：Strucural Sinularity）算法，计算简单、性能优越。但其不足之处之一是，仅简单地用平均求和，即取子块结构相似度（SSIM）的平均值而得到整幅图像的平均结构相似度（MSSIM：Mean SSIM）。通常情况下，失真是高度非均匀分布的，人眼对于图像不同区域的视觉灵敏度不同。因此，本文提出了一种基于图像块分类的加权平均结构相似度（WSSIM：Weighted SSIM）的图像质量评价算法。
　　 颜色是图像非常重要的视觉特征，人眼对彩色图像的视觉感受要比灰度图像的感受丰富得多，是人识别图像的主要感知特征之一。颜色特征是图像质量评价体系中必不可少的组成部分，研究彩色图像的质量评价变得很有必要，基于此本文对彩色图像的质量评价进行了研究，提出了彩色图像的SSIM评价方法。
　　 本文的主要工作如下：
　　 1）．从人眼视觉模型和视觉心理特征出发，本文提出了基于图像块分类的加权结构相似度（WSSIM）。即先将图像分块并区分为边缘块、平滑块和细节块三类，然后根据人眼对图像边缘区域最敏感、平滑区域较敏感和细节区域最不敏感这一特性，对边缘块加最大权系数，平滑块次之，细节块加权系数最小，最后求每一类型的平均结构相似度（MSSIM）的加权和，作为整幅图像的加权结构相似度（WSSIM）。
　　 实验结果表明，本文提出的WSSIM算法对失真图像的评判性能优于MSSIM。这是因为WSSIM考虑到了人眼视觉对图像不同区域敏感程度不同的特性，对不同类图像块的平均结构相似度求加权和得到整幅图像的评价值，更加符合人眼感知。
　　 2）．分别对不同的色彩空间中（如RGB\lαβ\HSV）进行研究，得到了相应颜色空间结构相似度评价方法的运算表达式，并对彩色图像进行了实验，验证了SSIM在基于色彩空间的图像质量评价上优于PSNR。并通过比较得到了SSIM在lαβ空间下表现要好于RGB空间，在RGB空间下又好于HSV空间。

目录

文摘

英文文摘

声明

第一章 绪论

1.1 研究背景及意义

1.2 图像质量评价方法概述

1.2.1 图像质量的主观评价

1.2.2 图像质量的客观评价

1.3 研究现状

1.3.1 基于视觉特性的图像质量评价方法

1.3.2 基于结构相似度的图像质量评价方法

1.3.3 基于颜色信息的图像质量评价

1.4 本文主要工作与内容安排

第二章 SSIM算法的实现与分析

2.1 基于结构相似度的图像质量评价方法(SSIM)的实现

2.2 仿真实验及分析

2.2.1 不同类型失真图像的实验

2.2.2 同类型失真图像的实验

2.3 本章小结

第三章 基于块分类的加权结构相似度

3.1 算法描述

3.1.1 边缘检测

3.1.2 块分类思想

3.2 算法实现

3.2.1 图像块的分类

3.2.2 权值的选取

3.2.3 加权结构相似度

3.3 实验与结果分析

3.3.1 模糊类失真图像

3.3.2 JEPG压缩类失真图像

3.3.3 高斯白噪声类失真图像

3.3.4 所有图库

3.4 本章小结

第四章 基于彩色空间的彩色图像质量评价

4.1 彩色空间的分类

4.1.1 RGB颜色空间

4.1.2 lαβ颜色空间

4.1.3 HSV颜色空间

4.2 基于彩色空间的结构相似度实现

4.2.1 RGB颜色空间的SSIM实现

4.2.2 lαβ颜色空间的SSIM实现

4.2.3 HSV颜色空间的SSIM实现

4.2.4 实验结果分析

4.3 本章小结

结 论

参考文献

攻读硕士学位期间取得的研究成果

致 谢