图像质量评价研究综述
来源:互联网 发布:矩阵的阶数是什么 编辑:程序博客网 时间:2024/05/29 09:07
1. 主观评价方法
1) 准备样本集
2) 由观测者对样本集图像进行评价
3) 对主观评价结果进行加工
2. 客观评价方法
1) 全参考
a) 基于误差统计量的算法
i. 来源于通信理论:信号保真度(峰值信噪比、目标信息密度)
ii. 来源于图像处理技术:领域差异、颜色差异、北荣相关性
iii. 缺点:
1. 只平衡失真图像和参考图像的差异
2. 没考虑这些差异对视觉感知的影响
3. 和主观评价值有较大出入
iv. 发展趋势
1. 研究出新的特征空间,采用分类和回归的方法
2. 利用人眼视觉特性对误差统计量进行加权
a) 自组织映射(SOM)
b) 人眼感兴趣区域理论(ROI)
c) 人眼对边缘失真敏感大
d) PQS算法
b) 基于HVS模型的算法
i. 算法处理过程
1. 分块
2. 分解
3. 比较
4. 掩盖
5. 建模
ii. 优点:综合模拟HVS的各项特性,较好保证主客观评价一致
iii. 缺点:算法复杂,运算量大
2) 半参考
a) 基于图像特征统计量的算法
i. 思路:
1. 图像分块
2. 分别统计失真图像块和参考图像块的相关特性
3. 比较差异
4. 做出评价
ii. SSIM算法(Zhou提出)
iii. NSS(NaturalScene Statistics)à GSM(Gaussian Scale Mixture)建模àVIF算法(Visual Information Fidelity)
b) 基于数字水印的算法
i. 思路:
1. 向图像数据中嵌入水印信息
2. 水印图片经过相同的系统处理
3. 输出图像中提取水印信息
4. 和原始水印进行比较,得到评价依据
c) 优点:
i. 经过大量样本的训练得到较好性能
ii. 用于参考的统计量数据量小
3) 无参考
a) 针对失真类型的算法
i. Jpeg
1. 模糊和块状失真
2. 频域评价算法(Zhou Wang)
3. 根据DCT压缩后图像块边界梯度值变化的剧烈程度
4. 计算边缘向其邻域内的扩散程度
ii. Jpeg2000
1. 振铃和模糊现象
2. 根据小波系数的衰减规律(H.R.Sheikh)
b) 基于机器学习的算法
i. 思路:
1. 图像分块
2. 以块区域的像素值作为原始特征向量
3. 不同的机器学习策略提取分类能力强的新特征向量
4. 结合主观评价进行分类和回归
ii. (Tongue Hanghang)MMD策略提取特征向量àMDH(Multi-dimensional Histogram)估计类条件概率密度à 贝叶斯分类器
iii. (Gastaldo)循环反向传播(CBP)神经网络
c) 难点:如何使评价结果尽量不受图像内容的影响
3. 衡量算法性能的定量指标
1) 三个特性
a) 准确性
b) 单调性
c) 一致性
2) 定量指标
a) Linear Correlation Coefficient
b) Root Mean Squared Error
c) Spearman Rank Order CorrelationCoefficient
4. 图像质量评价算法的研究趋势
1) 从单纯的客观质量评价算法转化为主客观相结合的评价算法
2) 无参考算法开始成为研究的热点
3) 面向具体任务的评价算法逐渐增多
- 图像质量评价研究综述
- 图像、视频质量评价方法综述(框架)
- 【图像融合】图像融合质量评价方法的研究
- 图像质量客观评价
- 图像质量评价--SSIM
- 图像质量评价
- 图像质量评价指标
- 图像质量评价概述
- 图像质量评价-EPSNR
- 图像质量评价
- 图像质量评价
- 图像质量评价
- 数据质量研究综述
- 数据质量研究综述
- 数据质量研究综述
- 数据质量研究综述
- 图像滤波及质量评价
- 图像质量的评价准则
- 前台封装集合,传到后台
- Java构造方法
- eclipse去除空格键选择默认推荐
- Photon Server
- CentOS7安装配置LEMP(Nginx/PHP-FPM 5.6/MySQL 5.5)网站环境过程
- 图像质量评价研究综述
- java学习笔记10——多线程的学习
- Stanford CS144 Introduction to Computer Networking 学习笔记(二)
- 整理下我的java学习历程,给纠结的你们一点参考。
- redis和java整合
- 7 数组
- windows 7 自动登录默认帐号的设置方法
- 阿里云Centos7使用yum安装MySQL5.6的正确姿势
- RPC原理及RPC实例分析