BIQI和JND相结合的图像增强客观评价方法
本文选题:(BIQI) + 临界可见偏差(JND) ; 参考:《光电子·激光》2016年06期
【摘要】:提出一种结合盲图像质量指标(BIQI)和临界可见偏差(JND)的图像增强客观评价方法。方法基于Retinex理论,将测试图像分成反射图像和照度图像,分别对反射图像和照度图像进行BIQI和JND评分,得到的评分之和作为图像增强客观评价得分。对原图像失真和背景亮度的变量控制系列的实验表明,Retinex分解得到的反射图像只受失真的种类和失真程度影响,而照度图像代表原图像环境光照信息具有亮度阈值效应;应用本文算法对增强后的图像评分得到Score的最高分为0.609 3,与主观评价结果一致;而PSNR、SSIM的评分都是和原图像本身比较,不能表明图像增强效果。实验结果表明,本文算法的评价结果与主观视觉一致,能用于定量对图像增强进行客观评价。
[Abstract]:An objective evaluation method for image enhancement based on blind image quality index (BIQI) and critical visual deviation (JND) is proposed. Methods based on the Retinex theory, the test images were divided into reflected images and illuminance images. The BIQI and JND scores of the reflected images and illuminance images were evaluated, respectively. The sum of the scores obtained was used as the objective evaluation score of image enhancement. The experiments on the original image distortion and background brightness variable control series show that the reflected image obtained by Retinex decomposition is only affected by the kind of distortion and the distortion degree, while the illuminance image represents the luminance threshold effect of the illumination information in the original image environment. The maximum score of Score after image enhancement is 0.609 3, which is consistent with the subjective evaluation results, but the score of PSNRN SSIM is compared with the original image itself, which can not show the image enhancement effect. Experimental results show that the proposed algorithm is consistent with subjective vision and can be used to evaluate image enhancement objectively.
【作者单位】: 上海理工大学出版印刷与艺术设计学院;
【基金】:上海市教委科研创新重点(13ZZ111)资助项目
【分类号】:TP391.41
【参考文献】
相关期刊论文 前10条
1 吴一全;史骏鹏;;基于多尺度Retinex的非下采样Contourlet域图像增强[J];光学学报;2015年03期
2 李庆忠;刘清;;基于小波变换的低照度图像自适应增强算法[J];中国激光;2015年02期
3 卢智平;刘真;张建青;;简易-环境光对比度与恰可察觉明度阈值建模[J];光学学报;2014年09期
4 王任大;尹勇;邢胜伟;;基于在线学习的亮度自适应皮肤区域检测方法[J];系统仿真学报;2014年09期
5 范晓鹏;蔡铁峰;朱枫;郝颖明;吴清潇;夏仁波;;基于人眼亮度阈值特性的图像增强算法[J];光电子.激光;2014年08期
6 姜柏军;钟明霞;;改进的直方图均衡化算法在图像增强中的应用[J];激光与红外;2014年06期
7 靳鑫;蒋刚毅;陈芬;郁梅;邵枫;彭宗举;Yo-Sung Ho;;基于结构相似度的自适应图像质量评价[J];光电子.激光;2014年02期
8 胡窦明;赵海生;李云川;潘超;柳继勇;;一种基于同态滤波的红外图像增强新方法[J];红外技术;2012年04期
9 付晓薇;丁明跃;周成平;蔡超;孙阳光;;基于量子概率统计的医学图像增强算法研究[J];电子学报;2010年07期
10 姚军财;申静;王剑华;;阴极射线管显示器亮度范围内对人眼视觉特性的实验研究[J];物理学报;2008年07期
相关硕士学位论文 前3条
1 王杰;通用型无参考的图像质量评价算法的研究[D];北京邮电大学;2015年
2 梁狄林;无参考图像质量评价算法研究[D];江南大学;2013年
3 盛道清;图像增强算法的研究[D];武汉科技大学;2007年
【共引文献】
相关期刊论文 前10条
1 杨东;黄成泉;张儒良;王林;周丽华;;自适应透射率的暗原色先验图像去雾算法[J];计算机工程与设计;2016年07期
2 王耀利;温廷敦;王志斌;张瑞;宋雁鹏;;AOTF多光谱成像系统中色差分析及硬件补偿策略[J];光谱学与光谱分析;2016年07期
3 王门鸿;杨文陵;龚建新;李庆武;;基于NSCT和直方图的电力设备红外图像增强[J];微处理机;2016年03期
4 赵安科;魏雨;刘天时;徐璐;;基于直方图均衡化的Robinson图像边缘检测算法[J];计算机测量与控制;2016年06期
5 曹慧;张宝辉;陈磊;杨开峰;;基于伪暗原色的红外增强技术研究[J];红外技术;2016年06期
6 杨杰;王瑞;;基于图像增强技术的几种破雾算法分析[J];电子设计工程;2016年12期
7 汪祖辉;孙刘杰;邵雪;包观笑;于海琦;;BIQI和JND相结合的图像增强客观评价方法[J];光电子·激光;2016年06期
8 方明;李洪娜;雷立宏;梁铭;;低照度视频图像增强算法综述[J];长春理工大学学报(自然科学版);2016年03期
9 马瑞青;廖宁放;{嗌慈,
本文编号:1865860
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1865860.html