论文部分内容阅读
医学图像数据的不断膨胀使得对医学图像进行合理的压缩成为需要，而对压缩后图像的质量评估分类成为了必不可少的一步。
本文研究了一种基于小波分解的客观参数图像质量评价方法。采用小波变换把自然图像分解成十个子带，在每个子带中设置两个客观参数和两个Logistic函数，通过计算客观度量与主观评估测试结果之间的关系来定义两个基于感知的评估模型。这两个模型能够预测主观感知特性：线性预测模型能够反映图像的真实主观评分，而相关预测模型则能用来区分图像间的相对质量。在这两个模型中，每个客观参数和主观感知特性的关系用两个Logistic函数逼近，从而获得每个参数的最佳估计缺损程度。最终的图像质量度量通过组合各个估计缺损程度获得。应用该方法对包含344幅JPEG和JPEG2000压缩的图像数据库进行测试，实验表明，与MSSIM方法的相关预测模型和PQS方法的线性预测模型相比，本文提出的两个模型与主观感知的相关性更强。