全参考彩色图像质量评价的两类方法研究

摘要

几乎所有图像都是以彩色形式呈现的，但大多数当前的图像质量评价(Image Quality Assessment，IQA)算法都是针对灰度图像设计的，图像的色彩信息会影响人对图像质量的感知，特别是在图像受到颜色失真的情况下.当前关于彩色图像质量评价(Color Image Quality Assessment,CIQA)的大部分文献将彩色图像的R，G，B通道看作是三个独立的灰度图像，或转换到与视觉一致的色度空间里，并将它们的IQA得分平均作为评价彩色图像质量的得分，但这种方法忽视了人类视觉系统(Human Visual System，HVS)对颜色感知的复杂性.虽然彩色图像的亮度分量包含了大量的视觉信息，但是在彩色图像处理过程中总会导致一些颜色信息的损失.因此寻求与HVS一致的并考虑颜色信息损失的CIQA算法至关重要，鉴于此，本文主要研究了全参考CIQA的两类方法.
　　论文的主要工作如下:
　　(1)提出了一类维数缩减的全参考型CIQA方法.由于彩色图像在进行图像质量评价时所产生的计算复杂度较高，因此本文通过去彩色化方法设计了一个降维的CIQA模型.首先，通过参数化技术降低了彩色图像的维数，同时保留了灰度图像中的对比度信息.其次，构造了去彩色化结构相似性(Color-to-gray Structure Similarity Algorithm，CTG-SSIM)IQA方法，去彩色化梯度加权的提升结构相似度(Color-to-gray Gradient Weighted Lifting Structure Similarity Algorithm CTG-GWL-SSIM)IQA方法，基于去彩色化视觉显著性(Color-to-gray Visual Saliency-induced Index，CTG-VSI)IQA方法，在两个标准图像质量评价数据库上进行的大量实验表明，提出的CIQA方法与当前流行方法相比均具有一定的竞争力.
　　(2)提出了一类提升的模糊结构相似性CIQA方法.常用的像素相似性度量如:平均绝对误差，峰值信噪比，均方误差和归一化色差，与视觉感知相似性不能进行很好的匹配，考虑到广义梯度可以很好地刻画图像的结构信息，HVS对图像质量感知具有非线性特点且图像不同成分的评价具有差异性，本文将广义梯度与模糊结构相似性结合，提出一种模糊结构相似性CIQA方法.实验结果表明，所提出的方法能与当前流行的方法在与主观评价的一致性方面具有一定的竞争力.对于不同通道之间具有低相关性的彩色图像有较明显的优势.

目录

声明

摘要

第一章绪论

1．1全参考彩色图像质量评价的研究背景及意义

1．2全参考彩色图像质量评价研究现状

1．2．1主观评价

1．2．2客观评价

1．3全参考彩色图像质量评价的发展趋势

1．4全参考彩色图像质量评价数据库及评价指标

1．4．1评价数据库

1．4．2评价指标

1．5论文的结构

1．6本章小结

第二章维数缩减的彩色图像质量评价方法

2．1彩色空间维数缩减

2．2对比度保留的去彩色化处理

2．3两阶段彩色图像质量评价模型

2．3．1三种图像质量评价模型

2．3．2算法和流程图

2．4实验结果与讨论

2．4．1实验数据库和评价指标

2．4．2参数的确定

2．4．3方法的有效性

2．4．4在两个数据库中实验结果比对

2．4．5不同失真类型的评价效果比较

2．4．6复杂性分析

2．5本章小结

第三章提升的模糊结构相似度质量评价方法

3．1预备知识

3．1．1模糊彩色相似度质量评价方法

3．1．2梯度结构相似度质量评价方法

3．1．3梯度算子

3．2提升的模糊结构相似度质量评价方法

3．3数值实验

3．3．1参数选择

3．3．2评价效果

3．3．3在数据库中评价效果比较

3．3．4对不同失真类型的评价效果比较

3．4本章小结

4．1总结

4．2展望

参考文献

致谢

个人简历