屏幕图像视觉质量评价研究

发布时间：2021-09-18 12:18

　　随着互联网技术和云计算的快速发展,越来越多的屏幕图像涌现在互联网中,同时,基于智能终端的多媒体应用的快速发展也加快了屏幕图像数据的产生。与传统图像类似,屏幕图像在采集、传输、存储等环节中会造成数据丢失,产生不同类别的失真。为了获取更好的主观视觉效果,需要设计客观算法对屏幕图像的视觉质量进行评价,同时对屏幕图像处理系统性能进行评价和优化。传统的自然图像视觉质量评价算法相对成熟,而针对屏幕图像的视觉质量评价算法研究才刚开始。由于屏幕图像展示出与自然图像不一样的视觉特性,且自然图像视觉质量评价算法在预测屏幕图像视觉质量时会产生较大的偏差,设计有效的屏幕图像视觉质量评价算法是屏幕图像处理领域亟需解决的问题。本文针对屏幕图像视觉质量评价问题,进行了系统深入的研究工作,旨在通过研究人类视觉系统的感知特性来提升屏幕图像质量预测精度、视觉特征表达能力和质量评价模型学习效率。本文的研究工作主要通过视觉特征提取、质量评价模型构建和客观实验验证三方面展开。鉴于屏幕图像主观质量评价方法的高成本、非实时等缺点,我们针对屏幕图像异于自然图像的视觉特性（屏幕图像包含文本区域和图像区域）设计了一个全参考质量评价算法来... 

【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校

【文章页数】：147 页

【学位级别】：博士

【部分图文】：

图像客观评价方法的性能评价框架

华中科技大学博士学位论文29withDithering:CQD），每种失真类型有五个不同的连续失真等级。测试者通过使用相同的设备和观看条件，给出失真图像的主观质量分数。该数据库中的原始图像如图2.2所示。2.3屏幕图像视觉质量评价模型研究一直以来，许多研究人员致力于研究屏幕图像的视觉质量评价。根据技术的划分，屏幕图像质量评价研究分为传统方法和机器学习方法。传统方法主要体现于需要人工设计函数进行提取视觉特征，而机器学习方法需要设计搭建神经网络框架，然后由神经网络进行自动提取视觉特征。图2.1SIQAD数据库中原始屏幕图像

华中科技大学博士学位论文30图2.2SCID数据库中原始屏幕图像2.3.1基于传统方法的屏幕图像质量评价有参考屏幕图像质量评价方法：在过去的几十年中，客观图像质量评价领域取得了重大进展[74-78]，然而，大多数现有方法都是针对自然图像进行设计的。屏幕图像的图像结构和统计特性通常与自然图像不同，因此，现有的大多数客观质量评价模型不适合运用于屏幕图像的视觉质量评价。通常，色调不连续的计算机合成的图像具有重复图案、尖锐边缘和细线以及少量颜色等特点，而自然图像通常具有连续色调、平滑边

【参考文献】：
期刊论文
[1]颜色空间统计联合纹理特征的无参考图像质量评价[J]. 范赐恩,冉杰文,颜佳,邹炼,石文轩.  光学精密工程. 2018(04)
[2]基于非零均值广义高斯模型与全局结构相关性的BRISQUE改进算法[J]. 唐祎玲,江顺亮,徐少平.  计算机辅助设计与图形学学报. 2018(02)
[3]结合视觉注意力机制和图像锐度的无参图像质量评价方法[J]. 王凡,倪晋平,董涛,郭荣礼.  应用光学. 2018(01)
[4]无参考屏幕内容图像质量评价[J]. 朱映映,曹磊,王旭.  软件学报. 2018(04)
[5]采用边缘信息的屏幕图像质量评价[J]. 符颖,曾焕强,倪张凯,陈婧,蔡灿辉.  信号处理. 2017(04)
[6]广义平均的全参考型图像质量评价池化策略[J]. 刘国军,高丽霞,陈丽奇.  光学精密工程. 2017(03)
[7]基于非局部结构张量的SSIM图像质量评价方法[J]. 张文娟,张丽丽,王艳红.  计算机应用研究. 2017(10)
[8]无参考图像质量评价综述[J]. 王志明.  自动化学报. 2015(06)



本文编号：3400126