基于人工智能的图像质量积极评价

发布时间：2020-10-19 21:15

　　 图像作为一种二维信号,能够直观地将信息传递到人脑中。但图像从形成到存储的过程中存在着许多干扰因素,容易导致图像信息损失,造成视觉质量下降,因此有必要建立相应的评价机制对其质量进行评价。而智能时代的到来,使得以机器代替人脑进行图像质量评价逐渐成为现实。本文主要从以下两个方面对图像质量的评价方法进行了研究。针对目前无参考图像质量评估算法对图像质量预测准确性不足的问题,提出了一种基于空间编码的无参考图像质量评价方法。该方法首先在不同的位平面上提取了图像的空间结构特征,该特征能够量化像素之间的结构信息,可以更准确地反映图像的失真程度。然后使用神经网络建立图像质量评价模型,在LIVE、CSIQ、TID2013数据库中的实验结果表明,所提出的图像质量评价算法比现有的主流算法更为准确,并且与人眼的主观感知一致性高。最后,设计了基于质量评价的自动对焦方法,将该算法应用于相机的自动对焦,验证了算法的有效性和实用性。针对目前难以准确有效地提取混合失真图像质量特征的问题,提出了一种基于空间分布分析的图像质量评价方法。该方法首先将图像进行亮度系数归一化处理,然后将图像进行分块。之后使用卷积神经网络进行端对端的深度学习,利用多层次卷积核堆叠的方法获取图像的质量感知特征,并通过全连接层将特征映射到图像块的质量分数。再将块质量分数汇总获取质量池,通过对质量池中局部质量的空间分布情况进行分析,提取能够表征其空间分布情况的特征,然后再次使用神经网络建立局部质量到整体质量的映射模型,将图像的局部质量进行汇总。最后通过MLIVE、MDID2013、MDID2016混合失真图像库中的性能测试,验证了算法的有效性。
【学位单位】：重庆邮电大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP391.41;TP18
【部分图文】：

硕士学位论文 第 2 章 图像质量评价的理，形成了 866 幅失真图像。库中含有 6 种失真类型，分别是缩、加性粉红高斯噪声(AdditivePinkGaussNoise，APGN)、G降(Global Contrast Decrements，GCD)和 WN。库中 DMOS 值的小表示图像质量越好。图 2.4 中展示了 CSIQ 建库时所使用的一像。

学硕士学位论文 第 2 章 图像质量评价的理N)、噪声图像的有损压缩(Compression of Noisy Images，CNI)、图波动(ColorQuantizationandFluctuation，CQF)、图像色差(ImageChn，ICA)、稀疏采样及重构(SparseSamplingand Reconstruction，SS测试，文中各失真类型均用其缩写表示。TID2013 图像库中各范围为 0-10，其值越大表示图像质量越好。图 2.5 中展示了 TID2用的部分原始图像。

(a) 原始图像(DMOS:0)(b) Gblur+JPEG(DMOS:54.053)(c) Gblur+Noise(DMOS:61.445)图 2.6 MLIVE 数据库中“baby girl”原始图像与其混合失真图像. MDID2013 混合失真图像数据库DID2013 混合失真图像数据库构建时首先收集了 12 幅高清图像，然后对加入了三种类型的失真，形成了 324 幅不同程度的失真图像。三种失真为 WN、Gblur、JPEG 压缩。库中每幅图像的 DMOS 值都在 0-1 范围内S 值越小表示图像质量越好，图 2.7 中展示了 MDID2013 图像库中全部的。
【相似文献】

相关期刊论文 前10条

1 何全;;人脸图像质量分析研究综述[J];电脑编程技巧与维护;2018年05期

2 赵秀云;周娜;;护理配合对PET/CT图像质量的影响[J];护理实践与研究;2013年06期

3 李秀荣;余晕;;基于信息代理的印刷图像质量客观评价[J];印刷质量与标准化;2009年10期

4 陈文辉;胡军武;肖明;黄文华;夏黎明;;影响计算机X线摄影图像质量因素的临床分析[J];放射学实践;2007年09期

5 周永富;心超图像质量的病理影响因素分析[J];苏州医学院学报;2000年04期

6 郭俊强;科学安装 提高CT机图像质量[J];医疗卫生装备;2000年05期

7 余智,门爱东;数字电视图像质量的主观评价和信噪比的测量[J];现代电视技术;2000年06期

8 郭忠贤;X射线工业电视探伤法某些参数对图像质量的影响[J];兵器材料科学与工程;1988年12期

9 张树荣;乔留杰;;计算机低剂量X线摄片测定下肢长度[J];国外医学(临床放射学分册);1988年04期

10 李铁;张振荣;谭采云;赵长荣;龚士明;李炎秋;程文杰;;对北京几类CT图像质量的一些主要性能的测试[J];医疗装备;1988年06期

相关博士学位论文 前10条

1 王佳婧;SAR图像质量评估与分割方法的研究[D];哈尔滨工程大学;2015年

2 刘明娜;基于视觉系统和特征提取的图像质量客观评价方法及应用研究[D];上海交通大学;2010年

3 陈晓琳;基于视觉特征的图像质量评价技术研究[D];上海交通大学;2012年

4 齐欢;基于视觉特性的图像质量客观评价方法研究[D];哈尔滨工程大学;2015年

5 王芳;光学遥感成像误差建模与图像质量提升方法[D];国防科学技术大学;2014年

6 彭娴婧;流动扰相—新鲜血液成像在下肢动脉疾病的临床应用[D];中国协和医科大学;2010年

7 王保云;图像质量客观评价技术研究[D];中国科学技术大学;2010年

8 张倩;SAR图像质量评估及其目标识别应用[D];中国科学技术大学;2011年

9 庞建新;图像质量客观评价的研究[D];中国科学技术大学;2008年

10 孟远征;优化微型CT图像质量的方法研究[D];华中科技大学;2013年

相关硕士学位论文 前10条

1 产银萍;基于深度学习的锥形束CT图像质量自动评价的关键技术研究[D];江西理工大学;2019年

2 谌瑶;手指静脉图像质量评估及其识别算法研究[D];五邑大学;2019年

3 房昊;基于人工智能的图像质量积极评价[D];重庆邮电大学;2019年

4 黄佳斌;结合空域多尺度滤波与深度学习的图像质量盲评价[D];厦门大学;2018年

5 凌梅;基于卷积神经网络的水下图像质量提升方法[D];厦门大学;2018年

6 韩东初;鬼成像图像质量指标的研究[D];北京邮电大学;2019年

7 李钊;下穿立交监控图像质量提升算法研究[D];安徽建筑大学;2019年

8 于鑫鑫;双源CT低剂量成像对小儿表浅脉管性疾病诊治的价值[D];山东大学;2019年

9 李品;基于多尺度多响应的无参考图像质量评估研究与实现[D];中国矿业大学;2019年

10 王一婧;全模型迭代重建技术在冠状动脉支架CTA评估中的应用价值：体模研究[D];中国医科大学;2018年

本文编号：2847736