基于张量域感知特征的无参考高动态范围图像质量评价.PDFVIP

30 10 Vol.30 No.10 2018 10 Journal of Computer-Aided Design Computer Graphics Oct. 2018 基于张量域感知特征的无参考高动态范围图像质量评价 1) 1,2)* 1,2) 1) 1) 邹良涛 , 蒋刚毅 , 郁 梅 , 彭宗举 , 陈 芬 1) ( 宁波大学信息科学与工程学院 宁波 315211) 2) (南京大学计算机软件新技术国家重点实验室 南京 210093) (jianggangyi@126.com) 摘 要: 针对传统的无参考图像质量评价方法不能直接用于高动态范围(HDR) 图像的质量评价问题, 提出一种基于 张量域感知特征的无参考HDR 图像质量评价方法. 首先通过张量分解得到同时含有亮度失真和色度失真的张量子带 图; 然后采用自回归(AR)模型来模拟人脑对张量子带图的感知预测, 得到张量子带图的感知预测图像; 最后采用 AR 系数表征HDR 图像的张量域感知预测特征, 结合张量子带图及其感知预测图的动态范围、亮区域占比的特征, 使用 支持向量回归模型进行回归映射得到图像的客观质量评价分数. 在Nantes 和EFPL 这2 个公开的HDR 图像库上的实 验结果表明, 该方法与主观感知具有很好的一致性, 评价指标SROCC 和PLCC 的值均超过0.93, RMSE 分别为0.304 7 和0.377 1. 关键词: 高动态范围图像; 无参考图像质量评价; 张量分解; 自回归 中图法分类号: TN911.73 DOI: 10.3724/SP.J.1089.2018.17014 No-reference Image Quality Assessment of High Dynamic Range Image Based on Tensor Domain Perceptual Features Zou Liangtao1), Jiang Gangyi1,2)*, Yu Mei1,2), Peng Zongju1), and Chen Fen1) 1) (Faculty of Information Science and Engineering, Ningbo University, Ningbo 315211) 2) (National Key Laboratory of Software New Technology, Nanjing University, Nanjing 210093) Abstract: For the traditional no-reference image quality assessment method cannot be directly applied to the quality evaluation of high dynamic range (HDR) images, a no-reference HDR image quality assessment method based on tensor domain perceptual features is proposed. Firstly, tensor decomposition is used to ob- tain the tensor sub-bands with luminance distortion and chrominance distortion. Then, the Auto-Regressive (AR) model is adopted to simulate the process that human brain adopts to predict the tensor sub-bands and obtain the perceptual prediction image o