基于視覺感知的影像質(zhì)量評價方法研究.pdf

1、影像質(zhì)量評價旨在尋找精確的計算模型來預(yù)測影像視覺質(zhì)量的變化。影像是利用各種觀測系統(tǒng)以不同形式刻畫客觀世界而獲得的視覺實體。它相對于文字和圖形所承載的信息更真切、更豐富，正所謂“百聞不如一見”。由于影像數(shù)據(jù)在采集、壓縮、處理、傳輸和恢復(fù)的過程中可能會引入各種失真，這些失真會對后續(xù)的影像處理、分析和理解帶來困難，不利于人們正確的認識客觀世界。因此，需要通過度量影像的視覺失真程度，來設(shè)計方法和優(yōu)化系統(tǒng)，以最少的代價提供最好的視覺質(zhì)量。

2、 本文針對影像質(zhì)量評價的基本問題，探索人類視覺系統(tǒng)和數(shù)字信息之間的聯(lián)系，在圖像稀疏表示和特征建模的基礎(chǔ)上，為影像處理中由未知因素造成的各種失真構(gòu)建客觀評價方法，以度量影像的失真程度和提供信息的能力，從而為視覺質(zhì)量評價提供合理依據(jù)。主要工作概括如下： （1）針對人類視覺系統(tǒng)的生理學(xué)和心理學(xué)特性，結(jié)合基于仿生學(xué)的誤差可見度模型，從圖像的基本結(jié)構(gòu)和幾何特征出發(fā)，利用原始圖像和待測圖像的結(jié)構(gòu)差異和幾何相似來度量視覺質(zhì)量的變化。提出了基于

3、人類視覺系統(tǒng)的全參考型圖像質(zhì)量評價測度。實驗結(jié)果表明，本方法不僅與視覺感知有較好的一致性，而且算法復(fù)雜度很低，取得了預(yù)期的效果。 （2）在圖像特征提取和稀疏表示的基礎(chǔ)上，模擬人類視覺系統(tǒng)的多通道特性，采用多尺度幾何分析來獲取圖像的幾何特征。然后利用人類視覺心理物理學(xué)的對比敏感度和掩模特性，對圖像的幾何特征進行感知濾波，進而利用該特征來捕捉由于失真而引起的視覺感知的變化。提出了基于多尺度幾何分析的部分參考型圖像質(zhì)量評價測度框架。實

4、驗結(jié)果表明，利用該框架的各種方法所得到的客觀評價結(jié)果與主觀觀測值之間具有很好的一致性，能準確地反映人眼對圖像質(zhì)量的主觀感受。 （3）在自然圖像統(tǒng)計特性的基礎(chǔ)上，利用計算模型來構(gòu)建圖像特征的一般分布規(guī)律，采用輪廓波來刻畫圖像尺度間、尺度內(nèi)、和方向間的統(tǒng)計相關(guān)性，然后對自然圖像模型在輪廓波變換域尺度間的變化進行分析，并結(jié)合圖像模型的變化來捕獲不同程度的失真，最后使用這些變化特征的非線性映射來表征圖像質(zhì)量。提出了基于輪廓波變換域的無參

5、考型圖像質(zhì)量評價測度。該算法適用于不同的圖像失真類型，且與視覺感知的一致性較好。 （4）針對不同失真類型的特點，根據(jù)視覺感知與失真過程的密切關(guān)系，從人眼對影像的敏感性和敏銳性出發(fā)，結(jié)合影像的整體結(jié)構(gòu)和內(nèi)容的局部結(jié)構(gòu)進行分析，利用影像的結(jié)構(gòu)相似性來度量視覺失真的變化。提出了基于失真模型優(yōu)化的視頻質(zhì)量評價方法。在VQEG視頻數(shù)據(jù)庫上進行測試，獲得了較好的評價性能。 （5）深入分析了VQEG視頻數(shù)據(jù)庫的優(yōu)缺點，針對該數(shù)據(jù)庫存在

6、的局限性和網(wǎng)絡(luò)流媒體發(fā)展的緊迫性，結(jié)合目前主流視頻壓縮標準H．264，對大量的內(nèi)容豐富的視頻序列進行各種不同量化尺度以及碼率的壓縮，并邀請一定數(shù)量的非專業(yè)人士，利用主觀排序方法和自動評分平臺對壓縮產(chǎn)生的失真序列進行主觀打分。完成了面向編碼失真的視頻質(zhì)量評價數(shù)據(jù)庫的構(gòu)建，為視頻質(zhì)量評價研究的深入進行夯實了基礎(chǔ)。 上述研究成果是在實際應(yīng)用中抽象出的科學(xué)問題，涉及到影像處理的基礎(chǔ)理論，是從新的角度、基于新的條件和應(yīng)用進行研究的，富有一