基于改进梯度函数的图像质量评价及Laplace算子边缘检测新方法的研究

摘要

随着数字图像和视频的广泛应用,数字图像质量评价的重要性日益增长。图像质量评价是图像处理领域的一个基础性的问题,它既有其重要的理论意义,同样也有广泛的应用背景。通常可将数字图像质量评价分为主观评价和客观评价。主观评价方法的缺点是繁琐、费时费力,无法实时处理。客观评价方法分为三类全参考评价、弱参考评价、无参考评价。前两类的研究较为成熟,后一类属于较新的领域。随着人们对人类视觉系统模型不断被开发出来,出现了基于人类视觉系统(HVS)的图像质量评价,基于质量相关因素的图像质量评价和基于结构失真的图像质量评价。基于质量相关因素的图像质量评价,将影响图像质量的因素确定为几个相关因素,各因素能清楚表示影响图像质量的原因,评价结果能较好地反映人的视觉感受。
　　本文介绍了图像信息的重要性、图像质量评价的定义,概括和比较了当前较有代表性的客观图像质量评价方法,分析了人类视觉系统特性,阐述了在图像质量评价中引入人类视觉特性的重要性和必要性。
　　论文根据图像质量相关因素,提出了一种图像质量评价新方法。根据HVS特性,对图像进行预处理,然后取影响图像质量的相关指标,即亮度、清晰度(模糊度)和相关度三个指标,将各相关指标进行综合以求得图像质量评价的总指标。该方法不仅充分考虑HVS特性,同时仅在空域中进行处理。影响图像质量的三个主要因素,在空域中指亮度、清晰度(模糊度)和相关度,文中在提取亮度指标时,根据平均亮度求得。清晰度(模糊度),本文通过改进梯度函数来获得,即通过八个方向求得图像每一像素点的梯度值,利用此梯度值作为提取清晰度指标,相关度则用两幅图像的相似程度来表示。对不同失真图像进行质量评价,通过实验获取了三个影响因素的权值。利用该权值,对已知失真类型的图像进行评价,所得评价结果与主观评价具有较高的相关性,能较好地反映人眼视觉感受。该方法不仅考虑影响图像质量的相关因素,还将HVS特性引入到评价系统中,同时评价方法简单、快速、有效!实验证明,该方法对不同失真种类,不同压缩格式造成的失真都有较好的评价,能反映人的视觉感受。
　　论文还提出了一种基于Laplace算子改进的边缘检测方法。该方法的提出是由于在实验过程中,为更好地评价图像的清晰度,利用Laplace算子检测边缘时,改变梯度图像映射到边缘图像灰度表示空间顺序,同时采用实验确定阈值法,发现检测结果较好。利用Laplace算子计算图像的各像素点的梯度,同时通过实验确定阈值设定比例,根据阈值进行二值化,实验结果显示,检测出的边缘能较好地反映人的视觉感受。此方法简单、快速,检测结果有效,对于各嵌入式处理或实时处理中,具有较好的应用价值。

目录

封面

中文摘要

英文摘要

目录

第一章 绪论

1.1 引言

1.2 图像信息的重要性

1.3 图像质量定义及图像质量评价意义

1.4 选题意义

1.5 本文结构与组织

第二章 图像质量评价方法概述

2.1 主观图像质量评价方法

2.2 客观图像质量评价方法

2.3 小结

第三章 人眼视觉系统特性

3.1 人眼视觉系统基本结构

3.2 人眼视觉系统特性简介

3.3 人眼视觉系统特性小结

第四章 图像质量相关因素对图像质量的影响

4.1 影响图像质量相关因素的确定

4.2 亮度对图像质量的影响

4.3 清晰度对图像质量的影响

4.4 相关度对图像质量的影响

4.5 小结

第五章 基于质量相关因素的图像质量评价

5.1 图像质量综合评价函数模型

5.2 亮度改变时各指标权值的确定

5.3 引入不同噪声时权值的确定

5.4 模糊图像及与各种合成图像权值的确定

5.5 综合图像质量评价时权值的确定

5.6 小结

第六章 基于Laplace算子边缘检测新方法研究

6.1 引言

6.2 经典图像边缘检测

6.3 基于Laplace算了边缘检测新方法

6.4 小结

第七章 总结与展望

7.1 全文工作总结

7.2 本文创新点

7.3 工作展望

参考文献

致谢

个人简历、在学期间发表的学术论文及研究成果

声明