基于奇异值分解的图像质量评价方法.docVIP

基于奇异值分解的图像质量评价方法 阁像是信息的重耍载体，所以阁像的质量就决定着人们从阁像中获取信息的 准确性和充分性。建立一个正确有效的图像质量评价算法有着很大意义。现在已 存许多的图像质量评价算法。归根到一点，就是根据图像的木质或者基木特征来 合理运算。本文就是根据图像在计算机内是以矩阵存储的这一本质来进行运算， 这就保证算法的正确性。存储矩阵屮的元素决定着图像的外观，这两考之间是一 一对应的，所以阁像质量的好坏就取决于存储矩阵的相似度。本文就是抓住了这 一点。奇异值分解将矩阵分解后能够不影响计算结梁且能简化运算。这就保证了 算法的效率。然后结合余弦定理对奇异值之间的相似度进行量化。为了很好地解 决问题，我们就从影响图像质量的变换入手，如灰度变化，加噪，压缩等。通过 与传统方法对比来验证本方法的准确度和鲁棒性。通过一系列图像变换的实例， 我们证明并且验证了基于奇异值分解的阁像质量评价的正确度与稳定性。最后我 们对图像质量评价的算法进行了推广。 关键词： 图像质量评价 矩阵存储 奇异值分解正确性 Abstract 引言 1.1问题的提出 图像是人类文明的重要载体，早在文字之前原始社会的人类就学会用图片描 绘出他们当时的多彩生活。也正是这些文化符号让我们有机会了解古老文明。时 至今天图像依然是人类获取信息的重要方式，图像所包含的信息要比一般的载体 更加丰富，表达效果更加直观。图像