一种基于结构相似度的立体图像质量评价方法

格式：pdf
大小：276.25 KB
文档页数：4

ｎｏｉｓｅａｎｄｆｕｚｚｙｓｔｅｒｅｏｓｃｏｐｉｃｉｍａｇｅｓ．Ｔｈｅｒｅｆｏｒｅ，ｔｈｉｓｐａｐｅｒｔｏｏｋｔｈｅｆｒｅｑｕｅｎｃｙｄｏｍａｉｎｉｎｆｏｒｍａｔｉｏｎｔｏ
ｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄａｎｄｓｕｂｊｅｃｔｉｖｅｅｖａｌｕａｔｉｏｎｒｅｓｕｌｔｓ．
Ｋｅｙｗｏｒｄｓ：ｓｔｅｒｅｏｓｃｏｐｉｃｉｍａｇｅ；ｑｕｌｉａｔｙａｓｓｅｓｓｍｅｎｔ；ｓｔｅｒｅｏｓｅｎｓｅ；ｓｔｕｃｒｔｕｒａｌｓｉｍｉｌａｉｔｒｙ
ｓｔｒｕｃｔｕｒａｌｓｉｍｉｌａｉｔｒｙｆｕｎｃｔｉｏｎａｎｄｕｓｅｄｓｐａｃｅｐｏｓｉｔｉｏｎｉｎｌｕｆｅｎｃｉｎｇｗｅｉｇｈｔｓｔｏｃｏｍｐｕｔｅＭＳＳＩＭＳＯｔｈａｔａｍｏｄｉｉｅｆｄＳＳＩＭｃａｎｅｖａｌｕａｔｅｔｈｅｓｔｅｒｅｏｓｃｏｐｉｃｉｍａｇｅｑｕａｌｉｔｙａｎｄｓｔｅｒｅｏｓｅｎｓｅｗｉｔｈａｂｓｏｌｕｔｅｄｉｓｐａｒｉｔｙｉｍａｇｅｓ．Ｔｈｅｅｘｐｅｉｍｅｒｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｒｅｉｓａｓｔｒｏｎｇｃｏｒｒｅｌａｔｉｏｎｂｅｔｗｅｅｎａｓｓｅｓｓｍｅｎｔｒｅｓｕｌｔｓｆｒｏｍ
０引言
立体成像技术是一种新型显示技术，立体图像可以为用户提供真实的观赏体验。但是，立体图像的质量在采集、存储和传输过程中会受到一定程度的影响。因此，建立一套准确有效的评价机制具有长远意义 … 。立体图像质量评价可分为主观质量评价和客观
２０１５年第１１期
文章编号：１００９— ２５５２（２０１５）１１— ００３４— ０３ＤＯＩ：１０．１３２７４／ｊ．ｃｎｋｉ．ｈｄｚｊ．２０１５．１１．００９
一
种基于结构相似度的立体图像质量评价方法
佟晓煦，李素梅
（天津大学电子信息工程学院，天津３０００７２）
摘
要：立体图像质量评价已成为国内外的研究热点。结构相似度算法虽简单高效，但不能较
好地评价噪声与模糊立体图像的质量。文中将结构相似度函数引入频域，并使用空间位置影响系数计算平均结构相似度，对立体图像质量做出评价，结合绝对差值图对立体感做出评价。实
ａｂｒｏａｄ．ＳＳＩＭｈａｓｔｈｅａｄｖａｎｔａｇｅｏｆｓｉｍｐｌｉｃｉｔｙａｎｄｈｉｇｈｅｆｆｉｃｉｅｎｃｙ，ｈｏｗｅｖｅｒ，ｉｔｏｆｔｅｎｆａｉｌｓｗｈｅｎａｓｓｅｓｓｉｎｇ
质量评价两种方法。主观质量评价方法是让观察者根据主观感受对测试图像给出质量分数的方法。虽
验结果表明，该方法的评价结果与主观评价结果相关性较强。
关键词：立体图像；质量评价；立体感；结构相似度
中图分类号：ＴＰ３９１．４１文献标识码：Ａ
Ａｓｔｅｒｅｏｓｃｏｐｉｃｉｍａｇｅｑｕａｌｉｔｙａｓｓｅｓｓｍｅｎｔｍｅｔｈｏｄｂａｓｅｄ
Ａｂｓｔｒａｃｔ：ＴｈｅｑｕａｌｉｔｙａｓｓｅｓｓｍｅｎｔｏｆｓｔｅｒｅｏｉｍａｇｅｈａｓｂｅｃｏｍｅａｆｏｃｕｓｉｎｔｈｅｒｅｌｅｖａｎｔｉｅｆｌｄｉｎＣｈｉｎａａｎｄ
ｏｎｓｔｒｕｃｔｕｒａｌｓｉｍｉｌａｒｉｔｙ
ＴＯＮＧＸｉａｏ — Leabharlann Ｕ．ＬＩＳｕ— ｍｅｉ
（ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＴｉａｎｊｉｎＵｎｉｖｅｒｓｉｔｙ，Ｔｉａｎｊｉｎ３０００７２，Ｃｈｉｎａ）

图像质量评价技术分析

图像质量评价技术分析作者：林岚杨帆宋翔来源：《中小企业管理与科技·下旬刊》2014年第01期摘要：图像处理领域中对图像质量的正确评价是计算机图像分析与理解系统的基础。

本文简要介绍了目前流行的图像质量评价方法：主观评价与客观评价。

文章对图像质量评价的基本方法、基本概念进行介绍，对目前具有代表性的图像质量评价方法进行分析和总结，对图像质量评价技术存在的一些问题进行小结。

关键词：客观评价峰值信噪比结构相似度0 引言图像质量评价的方法分为主观评价和客观评价两种方法。

主观图像评价方法是根据人眼的视觉系统感知图像质量的好坏。

此方法是图像质量评价最直接、有效的方法。

但是主观评价方法的主体是人，所以不可避免的存在很多主观因素的影响。

例如，人当时的情绪，自己的经验，观察环境等。

这种方法的评价效率低，代价高，确定性差，实时性差，不能直接应用于图像处理系统。

客观图像评价方法是通过建立数学模型，计算降质图像相对于原始图像的失真程度。

客观评价方法的主体是机器，所以其操作简单，系统稳定，可移植性好。

客观图像评价方法主要分为全参考图像质量评价，半参考图像质量评价和无参考图像质量评价三种类型。

其中全参考图像质量评价方法研究时间最长，发展较为成熟。

1 全参考图像质量评价方法1.1 传统的全参考图像质量评价方法传统的全参考图像质量评价方法主要是采用均方误差MSE（Mean Square Error）和峰值信噪比PSNR（Peak Signal-to-Noise Ratio）。

它们计算失真图像与原始图像之间的信号误差，误差越小，失真图像与原始图像越接近，图像的质量就越好。

其数学表达式为：MSE=■∑■■∑■■[a（i，j）-■（i，j）]2 （1-1）其中a（i，j）和■（i，j）分别表示原始图像与失真图像中对应的灰度值或色彩值。

M*N表示图像的像素总个数。

PSNR=10lg[■] （1-2）其中L表示图像的灰度范围，一般情况下取值为255。

基于加权结构相似度的图像融合质量评价

ＸＵｈｏ—ａＳａｆｎ，ＬＩＸｉｎ—ｅｇ，Ｕａｆｎ
ＤＩＨｏ — ｉｎｇｗｅ
（ｎｔｕｆｐｏｌｔｎｎｉｅｉｇＪａｎｖｒｔ，ｕｎｚｏ６２ＣｉａＩｓｔｔｏｔｅｒｉＥｇｎｒ，ｉｎＵｉｅｉＧａｇｈｕ５０３，ｈ）ｉｅＯｅｅｏｅｅｎｎｓｙ１ｎ
ｕｅｏｃｏｓｈｅｔａｇｒｔｍｎａｐｉａｉｎ．Ｔｅｅｐｒｍｅｔｏｉｅｅｔｉｇｕｉｎａｇｒｍｓｓｄｔｈｏｅｔｅｂｓｌｏｈｉｐｌｔｓｈｘｅｉｎｓｆｄｆｒｎｍａｅｆｓｏｌｏｔｉｃｏｉｈ
［ｂｔｃ］ＡｐｉｅｔｅｒｆｓｕｔａｉｏｍｔｎｑａｔａｓｓｍｎｍｅｏｆｉａｅｆｓｎＡｓａｔｒｐｌｎｔｏｙｏｔｃｒｌｎｒａｉ，ｕｌｙｓｅｓｅｔｔｄｏｇｕｉｙｇｈｈｒｕｆｏｉｈｍｏ
ｂｓｄｏｅｇｔｄｓｕｔｒｌｓｌｒｓｐｅｅｔｄａｅｎｗｉｈｅｔｃｕａｉａｔｉｒｓｎｅ．Ｔｅａｓｓｍｅｔｃｎｉｅｓｕｔｒｌｉｆｒａｏｆｒｍｉｉｙｈｓｅｓｎｏｓｍｔｃｕａｎｏｄｒｍｔｎｏｉｉｇｎｈｒｃｅｓｉｓｏｕｎｖｓａｙｔｍ．Ａｎｔｄｅｏｅｄｔｅｒｆｒｎｅｉｇ，ＳａｅｍａｅａｄｃａａｔｒｔｆｈｍａｉｕｌｓｓｅｉｃｄｉｏｓｎｔｎｅｈｅｅｅｃｍａｅＯｃｎｂ

基于结构相似度的CT域图像质量评价方法

ＩｇａｉｓｓｍｅｔｔｏＤｏｉｍａｅＱｕｌｙＡｓｅｓｎｈｄｉＣＴｍａｎｔＭｅｎ
ＢａｅｎＳｒｃｕａｉｉｒｔｓｄ０ｔｕｔｒｌｍｌｉｙＳａ
ＹＡＮＧＣｈｕｎ－ｉｌｎｇ，ＡＮＧｎＷＦａ
［ｓｒｃ］ＡｅｔｏｆｍａｅｑａｉｓｅｓｎｂｓｄｏｔｃｕａＳｍｉｒｙＳｌａｄＨｍａｓｎＳｓｍ（）ｃｌｄＣ－ＳＭＡｂｔａｔｎｗｍｅｄｏｇｕｌｙａｓｓｍｅｔａｅｎＳｒｔｒｌｉｌｉ（ＳＭ）ｎｕｎＶｉｏｙｔＨＶＳ，ａｌＴＳＩｉｈｉｔｕａｔｉｅｅｓ
像不同频带不同方向上的信息，该方法利用了Ｃｎｕｌ变换系数的优越特性。理论分析和实验结果表明，该方法具有较高的准确性及良ｏｔｒｔｏｅ
好的相关性，可以更好地评判图像质量。
关健词：Ｃｎｕｌ变换；结构相似度；人眼视觉系统；Ｃｎｕｅ变换域结构相似度ｏｔｒｔｏｅｏｔｒｔｏｌ
ｈｏｙａｌｓｘｅｉｔｌｅｕｔｓｏ —ＳＭｓｒｃｕａｅｎａｔｒｅｉｔｔｕｊｃｉｓｅｓｎｍａＴｅｒａｙｉａｄｅｐｒｎａｒｓｌｈｗｔｅＣＴＳ１ｉｍｏｅａｃｒｔａｄｈｓｅｔｒｏｒｌｔｎｗｉｅｓｂｅｔｅａｓｓｍｅｔｆｕｎｎｓｎｍｅｓｈｂｅｃａｏｈｈｖｏｈ
２相关背景
文献【】出并改善了结构相似度（ｔｃｕａＳｍｌｉ，２提ＳｒｔｒｌｉｉｒｙｕａｔＳＩ这一图像质量评价方法，认为人眼能够高度自适应地ＳＭ）提取场景中的结构信息。ＳＩ具有计算简单、易于实现、主ＳＭ观评分高度相关的优点。为了提高评价的准确性，ＳＭ被推ＳＩ广到多级结构相似度（ —ＳＭ）ＭＳＳＩ和复数小波域结构相似度

一种基于HWD结构相似的图像质量评价方法

ｃａｌｃｕｌａｔｅｄｉｎｅａｃｈｓｕｂｂａｎｄｓ，ｔｈｅｎｔｈｅｒｅｓｕｌｔｗａｓｍａｓｋｅｄｗｉｔｈｃｏｎｔｒａｓｔｓｅｎｓｉｔｉｖｉｔｙｆｕｎｃｔｉｏｎ（ＣＳＦ）ｔｏｅｖａｌｕａｔｅｔｈｅｉｍａｇｅｑｕｌａｉｔｙ．
ｆｕｌｌｙｃｏｎｓｉｄｅｒＨｕｍａｎＶｉｓｕａｌＳｙｓｔｅｍ．ＢａｓｅｄｏｎｔｈｅｒｅｓｅａｒｃｈｏｆｉｍａｇｅＳｔｒｕｃｔｕｒａｌＳｉｍｉｌａｉｔｒｙ（ＳＳＩＭ）ａｎｄＨｕｍａｎＶｉｓｕａｌＳｙｓｔｅｍ（ＨＶＳ），ＨＷＤｄｏｍａｉｎ — ｂａｓｅｄｓｔｒｕｃｔｕｒａｌｓｉｍｉｌａｉｔｒｙｗａｓｐｒｏｐｏｓｅｄｉｎｔｈｉｓｐａｐｅ￣Ｆｉｒｓｔｌｙ，ｉｍａｇｅｓｗｅｒｅｄｅｃｏｍｐｏｓｅｄｉｎｔｏｓｕｂｂａｎｄｓｗｉｔｈｄｉｆｆｅｒｅｎｔｓｃａｌｅｓａｎｄｄｉｒｅｃｔｉｏｎｓｂｙｈｙｂｉｒｄｗａｖｅｌｅｔｓａｎｄｄｉｒｅｃｔｉｏｎａｌｉｆｌｔｅｒｂａｎｋｓ（ＨＷＤ），ｔｈｅｓｔｒｕｃｔｕｒａｌｓｉｍｉｌａｉｒｔｙｗａｓ

下载提示

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

一种基于结构相似度的立体图像质量评价方法

合集下载

图像质量评价技术分析

基于加权结构相似度的图像融合质量评价

基于结构相似度的CT域图像质量评价方法

一种基于HWD结构相似的图像质量评价方法

文档推荐

最新文档