基于视觉加权的奇异值分解压缩图像质量评价测度
以像素值为基础的传统图像质量评价方法有其固有局限性,如对图像结构的忽视及对完全参考图像的需求等.为解决这些问题,该文研究了图像的奇异值向量对图像结构的表征能力,提出了基于视觉权重的奇异值分解和均值偏差率的部分参考图像质量评价方法BWSVD(Block Weighted Singular Value Decomposition).首先,将图像分成大小的图像块,再利用其奇异值向量差值和均值偏差来定量描述图像畸变程度,并结合人眼视觉敏感性为每个图像块赋予一个视觉权重.最后,利用the Live Image Quality Assessment Database, Release2005中的227幅不同压缩倍率的JPEG2000降质图像进行实验,并与PSNR,RMSE,UQI,MSSIM,MSVD等算法进行了对比,实验表明,该文算法对压缩图像质量评价具有更好的稳定性,同时体现了更好的主客观评价一致性.
图像质量评价、奇异值分解、均值偏差、视觉加权、主客观一致性
32
TN911.73
国家863计划重点项目2006AA12Z132;国家自然科学基金40601055;湖南省教育厅科研项目09C567资助课题
2010-06-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
1061-1065