论文部分内容阅读
为提高医学图像质量预测精度，检验和优化医学图像处理算法，提出了一种基于结构显著性的医学图像质量评价方法．首先，分别计算参考图像和失真图像的相位一致性、梯度相似性，然后计算参考图像的结构显著性图谱，最后结合两幅图像的相位一致性信息和梯度幅度信息生成局部质量图谱，并用结构显著性图谱作为视觉权重生成最终的图像质量分数．经医学影像质量基准库测试，客观评估结果与主观评估结果的Pearson相关系数达到89％，Spearman相关系数达到86％．实验结果表明该方法优于传统评价方法，具有较高的可靠性．结构显著性模型不仅