论文部分内容阅读
随着互联网的发展以及以智能手机为代表的移动显示终端的普及,图片已经成为我们生活中表示和传递信息的不可或缺的一部分,但是人对图片进行主观评价费时费力且不可能对大规模的图片进行实时的评价,所以发展能够自动、准确、高效地对图片进行质量评价的客观图像质量评价算法是十分必要的。无参考型图像质量评价方法作为图像质量评价中最实用的“盲”评价方法,具有很高的研究价值。本论文首先仿真实现了基于局部空间熵和局部频域熵特征的SSEQ,并对其性能进行测试,取得了预期的实验效果。然后对能体现人类视觉感知敏感的区域的相位一致性进行研究,首次将相位一致性运用于无参考图像质量评价中,将相位一致性特征与局部熵特征作为图像质量特征,SVM作为预测模型,提出一种基于相位一致性和局部熵的无参考图像质量评价方法,实验结果证明在此方法与人类主观感知质量有较好的一致性。最后对人类视觉最典型的特征之一,即稀疏表示进行研究,利用稀疏表示作为预测模型,从三个不同的域提取图像质量的相关特征,即相位一致性域,DCT域和空间域,建立一种基于稀疏表示的不需要主观评价结果的无参考图像质量评价方法,实验结果证明在此方法与主观感知有较好的一致性,对数据库有较好的鲁棒性。