论文部分内容阅读
21世纪初,随着多媒体技术和计算机网络技术的蓬勃发展,图像数据作为信息交流与信息描述的方式被人们广泛使用。而图像质量又直接影响图像信息的有效使用,因此图像质量评价技术是目前信息处理领域的一个重要的研究方向。图像质量评价的方法分为主观评价和客观评价两种。主观评价由观察人员直接评分得到；客观评价,则采用计算模型计算或预测图像质量分数的方法。由于主观评价方法需要耗费大量的人力和物力,本文重点研究的是客观图像质量评价算法。论文主要工作包括：论文首先对图像质量评价方法的分类及重点研究方向进行了分析和总结,其次对主观和客观评价算法的主要特点进行了介绍,最后重点介绍了本文研究的无参考客观图像质量评价算法的目前的研究现状和基于图像信息熵的图像质量评价方法,主要工作分为三部分：(1)实现和分析了基于空间信息熵和频谱信息熵的无参考图像质量评估算法(SSEQ算法),通过对该算法的仿真实现,发现该算法在LIVE图像测试数据库中有很好的性能,与人的主观感受具有较好的一致性,甚至比一些全参考评价算法和无参考评价算法性能更好。(2)提出了基于空间、频谱和梯度信息熵的无参考图像质量评价算法(SSGEQ算法),该算法根据人眼的视觉特性——人眼对图像边缘纹理区域的关注度要大于平坦区域,而梯度特性可以很好地反映出图像中微小的细节反差和纹理特征变化,因此在SSEQ算法的基础上加入梯度信息熵这一特征向量,形成新的算法。通过仿真实验证明了该算法比原算法性能提高,首先在失真分类和回归过程中分类准确率和回归精度提高；然后该算法计算的失真图像的质量分数具有很好的单调性、准确性和一致性,通过计算分数的SROCC、KROCC、PLCC和RMSE值得到验证；最后使用Logistic函数对该算法评价的质量分数和人的主观质量分数进行非线性拟合,拟合效果较好,几乎没有偏离较远的点,说明该算法的客观评分和人的主观评分具有很好的相关性。(3)使用SSGEQ算法在铁路实时图像监控系统中实现简单的应用。论文最后,对本文的工作进行了分析总结,给出了一些今后有待完善的地方。