中国图象图形学报
中國圖象圖形學報
중국도상도형학보
JOURNAL OF IMAGE AND GRAPHICS
2014年
2期
201-210
,共10页
图像质量评价%信息量加权%韦伯定律%视觉显著度%梯度结构
圖像質量評價%信息量加權%韋伯定律%視覺顯著度%梯度結構
도상질량평개%신식량가권%위백정률%시각현저도%제도결구
image quality assessment%information content weighted%Weber law%visual salience%gradient structure
目的 针对信息量加权结构化图像质量评价算法(Information Content Weighted SSIM)对图像局部失真度量能力的不足,提出了一种被称为信息量加权的梯度显著度图像质量评价改进算法(Information Content WeightedGradient Salience SSIM).方法 该算法首先根据人眼视觉系统响应亮度刺激的韦伯定律,仅在空域内利用一次滤波快速计算出当前像素点与背景之间的对比度并将其非线性映射为该像素点的视觉显著度.然后,将视觉显著度与梯度特征结合后获得了一种新的被称为梯度显著度局部失真度量(GS-SSIM)并将其替换IW-SSIM算法中的SSIM局部结构化度量.结果 在六大公开基准数据库上完成的大量对比实验表明:对于图像的各种噪声和模糊等类型失真,GS-SSIM较SSIM局部失真度量具有更高的评价准确率.与IW-SSIM算法和其他被广泛引用的图像质量评价算法相比,改进算法评价结果总体上与主观评价结果具有更高的一致性.结论 视觉显著度与梯度特征相结合后所构成的结构化度量能够有效提高经典SSIM结构化度量对图像局部失真度量的准确性,未来可以考虑将人类视觉系统(HVS)的其他特性融入到图像质量评价算法中,以进一步提高算法的准确性.
目的 針對信息量加權結構化圖像質量評價算法(Information Content Weighted SSIM)對圖像跼部失真度量能力的不足,提齣瞭一種被稱為信息量加權的梯度顯著度圖像質量評價改進算法(Information Content WeightedGradient Salience SSIM).方法 該算法首先根據人眼視覺繫統響應亮度刺激的韋伯定律,僅在空域內利用一次濾波快速計算齣噹前像素點與揹景之間的對比度併將其非線性映射為該像素點的視覺顯著度.然後,將視覺顯著度與梯度特徵結閤後穫得瞭一種新的被稱為梯度顯著度跼部失真度量(GS-SSIM)併將其替換IW-SSIM算法中的SSIM跼部結構化度量.結果 在六大公開基準數據庫上完成的大量對比實驗錶明:對于圖像的各種譟聲和模糊等類型失真,GS-SSIM較SSIM跼部失真度量具有更高的評價準確率.與IW-SSIM算法和其他被廣汎引用的圖像質量評價算法相比,改進算法評價結果總體上與主觀評價結果具有更高的一緻性.結論 視覺顯著度與梯度特徵相結閤後所構成的結構化度量能夠有效提高經典SSIM結構化度量對圖像跼部失真度量的準確性,未來可以攷慮將人類視覺繫統(HVS)的其他特性融入到圖像質量評價算法中,以進一步提高算法的準確性.
목적 침대신식량가권결구화도상질량평개산법(Information Content Weighted SSIM)대도상국부실진도량능력적불족,제출료일충피칭위신식량가권적제도현저도도상질량평개개진산법(Information Content WeightedGradient Salience SSIM).방법 해산법수선근거인안시각계통향응량도자격적위백정률,부재공역내이용일차려파쾌속계산출당전상소점여배경지간적대비도병장기비선성영사위해상소점적시각현저도.연후,장시각현저도여제도특정결합후획득료일충신적피칭위제도현저도국부실진도량(GS-SSIM)병장기체환IW-SSIM산법중적SSIM국부결구화도량.결과 재륙대공개기준수거고상완성적대량대비실험표명:대우도상적각충조성화모호등류형실진,GS-SSIM교SSIM국부실진도량구유경고적평개준학솔.여IW-SSIM산법화기타피엄범인용적도상질량평개산법상비,개진산법평개결과총체상여주관평개결과구유경고적일치성.결론 시각현저도여제도특정상결합후소구성적결구화도량능구유효제고경전SSIM결구화도량대도상국부실진도량적준학성,미래가이고필장인류시각계통(HVS)적기타특성융입도도상질량평개산법중,이진일보제고산법적준학성.
