论文部分内容阅读
人们主要通过数字图像获得外界的重要信息,图像的质量决定着人们对信息准确和充分的理解。但由于图像的采集、传输和处理等过程都会引入不同类型的失真,造成图像视觉效果的下降,因此如何度量图像质量是计算机领域的基本问题,并已成为图像处理领域重要的研究课题之一。主观评价方法受各种因素的影响而无法应用于实际工程中,传统的基于统计学理论的评价方法往往无法正确反映视觉感知效果。心理学研究表明,人类视觉系统对图像不同区域的感知能力是有差别的,具有不同的视觉显著性,但是目前很多客观评价方法未能充分考虑视觉感知特性,因此研究基于人眼视觉感知特性的图像质量评价方法极具现实意义和应用价值。本文的主要工作和成果包括以下几个方面:(1)提出了一种基于小波域的加权SSIM (MSWSSIM)评价方法。由于人眼对不同尺度的图像信息敏感度不同,本文模拟HVS的多通道特性,对图像进行多尺度二维离散小波变换,然后结合高斯函数对图像不同区域加权,最后综合比较原始图像和失真图像的差异性,在图像结构相似度模型的基础上提出了MSWSSIM的评价方法。该方法能够准确度量不同失真类型图像的质量,性能上较传统方法有所改进,与人眼主观评价值有更高的一致性。(2)提出了多尺度小波变换的梯度信息(MGSSIM)图像质量评价方法。人眼对图像边缘和纹理等信息的敏感度较高,本文采用小波变换模极大值的方法提取图像边缘梯度,并利用高斯函数对图像区域进行加权,提出了MGSSIM的评价方法。该方法结合了人类视觉系统特性,能够准确和有效地度量不同失真类型图像的质量,与主观评价值的一致性较好,实验表明该模型的性能也有较大的提高。(3)深入研究了四种计算光学成像系统MTF值的常用方法,并采用相位边缘采样法对刃边法进行了实现和改进。本文针对遥感失真图像,在基于MTF图像质量评价方法的基础上,增加了MSWSSIM方法、GSSIM和MGSSIM评价方法的对比实验。实验结果表明,本文的4种评价模型能够从不同的角度正确分析遥感图像的质量。