基于图像色貌和梯度特征的图像质量客观评价
图像质量评价(IQA)方法需要考虑如何从主观视觉度量结果出发,设计出符合该结果的客观图像质量评价方法,应用到相关实际问题中.本文从视觉感知特性出发,量化色度和结构特征信息,提出了基于色貌和梯度两个图像特征的图像质量客观评价模型.两个色貌新指标(vividness和depth)是色度特征信息提取算子;梯度算子用来提取结构特征信息.其中,vividness相似图一方面作为特征提取算子计算失真图像局部质量分数,另一方面作为图像全局权重系数反应每个像素的重要程度.为了量化所提模型的主要参数,根据通用模型性能评价指标,使用Taguchi实验设计方法进行优化.为了验证该模型的性能,使用4个常用图像质量数据库中的94幅参考图像和4830幅失真图像进行对比测试,从预测精度、计算复杂度和泛化性进行分析.结果表明,所提模型的精度PLCC值在4给数据库中最低实现0.8455,最高可以达到0.9640,综合性能优于10个典型和近期发表的图像质量评估(IQA)模型.研究结果表明,所提模型是有效的、可行的,是一个性能优异的IQA模型.
图像质量评价、人类视觉特性、色貌、梯度
69
国家重点研发计划批准号:2017YFB0403700
2020-12-15(万方平台首次上网日期,不代表论文的发表时间)
共12页
395-406