基于信息熵的去运动模糊图像质量评价方法

摘要

图像在生成、传输、处理等过程中会有许多失真，模糊是最常见的一种。当前学术界涌现了许多去模糊算法，但是缺乏对去模糊图像质量的理想评价方法。本文是针对去运动模糊图像质量评价进行研究，实现了去运动模糊图像质量的高精度评价。具体工作如下：　　然后，讨论了SSEQ算法及其改进。首先分析了SSEQ算法的缺陷，把SSEQ算法中的一维空间熵改为二维空间熵，使性能得到了提升；然后利用LIVE图像库的参考图像建立仿真模型，通过对这些参考图像进行运动模糊，采用八种去模糊算法得到去运动模糊图像，从而在原有的 LIVE 图像库中增加了去运动模糊图像类；最后利用四种全参考图像评价指标替代图像库中的主观评分，得到了四种改进方法：SSEQ_psnr、SSEQ_fsim、SSEQ_vsi和SSEQ_vif，并在MDD2013图像库中对这四种方法的性能进行了评估。　　最后，为了进一步提高改进算法的性能，本文讨论了去运动模糊图像失真的直接估计方法，并结合改进的 SSEQ 算法，提出了去运动模糊图像质量评价的新算法 SSEMDQ。首先分析了去运动模糊图像的三种失真及其估计方法，并通过对各自得分加权，将其结果作为QE值，改进的SSEQ算法结果值作为QS值，将QS/QE作为去运动模糊图像质量的最终得分，由此得到四种新算法。然后，在MDD2013图像库中比较四种新算法的性能，结果表明在采用 SSEQ_vsi 时，四个性能指标SROCC、KROCC、PLCC值和RMSE值分别达到0.8705、0.6830、0.8837和1.4004，由此形成的最终算法SSEMDQ性能最优。最后，从预测的单调性和准确性两个方面对SSEMDQ的性能进行分析。实验结果表明，SSEMDQ性能优于现有的具有代表性的四类图像质量评价方法。

目录

1 绪论

1.1 课题的研究背景和意义

1.2 国内外研究现状

1.2.1 传统图像质量评价方法

1.2.2 复原图像质量评价方法

1.3 主要研究内容和论文结构安排

2 图像评价方法的相关理论

2.1 图像质量评价

2.1.1 主观图像质量评价

2.1.2 客观图像质量评价

2.2 图像质量评价的几种图像测试库

2.3 衡量图像质量评价方法性能的指标

2.4 本章小结

3 SSEQ及其改进

3.1 SSEQ方法

3.1.1 SSEQ方法的框架

3.1.2 特征提取

3.1.3 NR-IQA的两步框架

3.1.4 实验结果与分析

3.2 SSEQ的改进

3.2.1 特征改进

3.2.2 去运动模糊图像库的建立

3.2.3 全参考指标替代主观评分

3.3 改进后的SSEQ性能测试

3.4 本章小结

4 基于空间熵和频谱熵的去运动模糊图像质量评价

4.1 去运动模糊图像的NRRB估计

4.1.1 振铃检测与估计

4.1.2 残余模糊估计

4.1.3 噪声估计

4.2 SSEMDQ

4.3 实验结果和分析

4.4 本章小结

5 总结与展望

5.1 总结

5.2 展望

参考文献

附录

A. 作者在攻读学位期间取得的科研成果目录

B. 学位论文数据集

致谢