结合HVS和相似性度量的图像质量评价测度.doc

结合HVS和相似性度量的图像质量评价测度.doc

  1. 1、本文档共8页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
结合HVS和相似性度量的图像质量评价测度

中国图象图形学报 Journal of Image and Graphics 第 16 卷 第 7 期 2011 年 7 月 Vol. 16,No. 7 July,2011 中图法分类号: TN911. 73 文献标志码: A 文章编号: 1006-8961( 2011) 07-1184-08 论文索引信息: 孔繁锵. 结合 HVS 和相似性度量的图像质量评价测度 [J]. 中国图象图形学报,2011,16( 7) : 1184-1191 结合 和相似性度量的图像质量评价测度 HVS 孔繁锵 ( 南京航空航天大学航天学院,南京 210016) 摘 要: 图像质量评价是图像处理领域内一项很有意义的研究课题。传统的评价方法( 如 PSNR 和 MSE) 只是在像 素域统计参考图像和失真图像的误差,因而不能有效反映图像的视觉感知质量。针对上述问题,在充分考虑人眼 视觉感知特性的基础上,提出一种新颖的图像质量评价算法,通过模拟人类视觉系统,并结合相似性度量方法获得 有效的图像质量评价测度。实验结果显示,采用本文方法获得的图像质量评价结果与主观感知具有较好的一致 性,能准确地反映人眼对图像质量的视觉感知。 关键词: 图像质量评价; 人类视觉系统; 相似性度量; 小波分解 Image quality assessment metrics based on human visual system Kong Fanqiang ( College of Astronautics,Nanjing University of Aeronautics and Astronautics,Nanjing 210016 China) Abstract: Image quality assessment is important in the image processing field. The traditional methods ( e. g. PSNR and MSE) only compute the error between the reference image and distorted image at the pixel-scale,so they cannot well reflect the visual quality of image. Aiming at the above problem,a novel image quality evaluation approach is proposed according to the human visual characteristics. It is obtained to mimic human visual system and utilize similarity measure methods. Experimental results illustrate that the proposed has a good consistency with the subjective assessment of human beings; thus it can be used to describe the visual perception of the image effectively. Keywords: image quality assessment; human visual system; similarity measure; wavelet decomposition 到观察者知识背景、观测目的和环境等影响,稳定性 引 言 0 和可移植性差,更难以用数学模型表达加以应用。 传统 的 图 像 质 量客观评价方 法[2] 有 均 方 误 差 随着图像传输、处理及压缩等技术中图像降质 的出现,如何有效地评价图像质量的问题也就应运 而生,而一个图像传输、处理及压缩系统的输出图像 质量最终决定了该系统方法的优劣,因而图像质量 评价越来越受到人们的关注。 一般来说,图像质量评价方法[1]分为主观评价 方法和客观评价方法。由于人是图像的最终受体, 无疑主观评价方法是最可靠的。但是这种方法易受 ( MSE) 和峰值信噪比 ( PSNR) ,它们是基于像素域 对参考图像和失真图像之间的误差进行简单的数学 统计,这类方法虽然计算简单,易于实现,但没有考 虑人眼的视觉感受,不能真实的反映图像的视觉感 知质量,最终导致与主观评价一致性较差。 随着对人类视觉系统认识的深入,人们开始利 用人类视觉系统( HVS) 的某些特性对图像进行质 量评价[3-5]。出现了各种基于 HVS 模型[6-7]的评价 收稿日期: 2010-01-11; 修回日期: 2010-09

文档评论(0)

pangzilva + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档