高效无参考图像质量评价方法研究

发布时间：2021-07-31 17:48

　　多媒体设备及信息科技的进步使数字图像的获取、分享变得越来越便捷。与此同时,由于拍摄设备各异、环境复杂、传输处理等因素,数字图像的质量无法得到保证,即数字图像从产生到最终到达消费者这一过程中,其质量容易受到损伤。因此,如何准确地评价图像的质量,并在各个环节严格监控图像的质量,最大限度地保证图像的质量不受影响对数字图像的应用具有重要的意义。图像最终会呈现在消费者面前,所以最可靠的评价策略为由测试者对图像的质量做出判断,即主观质量评价。然而,这种方式需要耗费大量的人力资源,在实际应用中也无法操作,所以,客观质量评价,即通过设计算法来对图像的质量进行评价变得尤为重要。基于此,本文针对客观质量评价展开深入研究。研究内容与创新点主要有:在无参考的质量评价方面,现有的方法大多属于有监督的方法,这类方法根据失真图像的主观分数在训练集上训练一个质量评价模型,然后利用该模型进行预测,这类方法通常受限于所使用的训练集,改变数据库算法性能会受到一定的影响,算法的泛化能力有限。然而,无监督方法不需要主观分数的介入而具有较强的泛化能力。因此,本文研究无监督的质量评价方法,通过探索自然图像的统计特性与视觉显著性对图... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

主观质量评价测试环境

LIVE库中一些原始图像示例

- 8 -图 2-2 LIVE 库中五种失真类型图像示例3000 幅。（4）CSIQ 数据库[27]该数据库由俄克拉荷马州大学提出，包含 30 幅无失真图像，6 种失真类型， 即对比度失真、JPEG 压缩、JPEG2000 压缩、高斯模糊、高斯噪声、粉红色的高斯噪声，每一种类型的失真级别为 4-5 级，共有 866 张降质的图像。（5）MICT 数据库[28]这个数据库是由日本富山大学提出的，也被称作 Toyama 数据库，包含 12幅原始图像，两种失真类型为 JPEG2000 压缩和 JPEG 压缩，每一类失真的程


本文编号：3313913