SSIM在高分辨率降水数值预报产品空间检验中的应用

引入图像结构相似度指数SSIM应用于高分辨率降水数值预报产品的空间检验,通过对SSIM应用场景和算法的适用性改进,提出了适用于0-1化降水格点场空间检验的SSIM应用方法,并针对SSIM指标不能正确反映降水场中雨带位置变化的缺陷进行了改进,提出了修正的SSIM*指标。应用该新方法选取2020年夏季贵州地区的暴雨个例,对中国气象局/广东省区域数值天气预报重点实验室华南区域中尺度模式输出的高分辨率降水预报产品进行了空间检验,并与采用另外两种检验方法即MODE和邻域法的检验结果进行了比较。结果表明改进的SSIM方法在高分辨率降水数值预报场空间检验中有较好的应用效果,三种方法得到的检验结果在有无预报能力的定性评价上差异不大,而新的SSIM*指标与MODE的MMI指标表现较为接近,且在对个例预报能力的评价上更为合理。该方法以0-1化降水格点场作为空间检验对象,能够得到其它方法所不能得到的降水场整体检验特征和分项检验特征,提供从雨区面积、雨带结构及其平均位置多个方面评估预报性能的参考指标,且计算简单无主观参数设定,得到的检验结果具有唯一确定性,克服了当前MODE方法在应用中的缺点,具有较大的推广应用价值,值得进一步深入研究。

基于SSIM-Sobel与多特征融合的绝缘子缺陷识别方法

有效检测绝缘子缺陷对于保障输电线路的安全稳定运行至关重要。提出了一种基于SSIM-Sobel与多特征融合的绝缘子缺陷分类识别方法。采用拉普拉斯锐化和伽马校正算法对输电线路绝缘子图像进行对比度增强处理,并通过SSIM-Sobel算法获取绝缘子边缘强化图像;然后提取边缘强化图像的HOG,LBP及GLCM特征,并将其融合后输入随机森林分类器进行训练,实现绝缘子破损、电弧灼伤缺陷的识别。算例结果表明,所提方法在绝缘子缺陷识别上的总体精度为92.67%,绝缘子破损缺陷识别精度为99%,可助力输电线路巡检人员开展绝缘子日常运维工作。

基于SSIM与ROI的视频质量评价方法

在客观结构相似视频质量评价模型SSIM基础上,提出了一种基于感兴趣区域(ROI)的视频质量评价方法,方法通过对帧内感兴趣区的提取,对帧内分块计算的SSIM值进行加权。该方法具备了SSIM算法的简单、高效等特性,同时又融合了人类感兴趣区域这一视觉特性,使得算法更好的反映了人的主观感受。在VQEG PhaseI测试数据集的实验结果表明,该方法的非线性回归后相关系数、斯皮尔曼相关系数、线外率等指标均优于传统的其他视频质量评价算法,有效地提高了视频客观评价与主观评价的相关度。

医学图像质量评价中的梯度加权SSIM

Zhou Wang等人提出了著名的图像客观质量评价方法:结构相似度(SSIM),其理论基础是人眼视觉系统能高度自适应地提取场景中的结构信息,大量实验证明SSIM的评价性能多优于PSNR(或MSE)。然而,由于视觉掩盖效应的影响,且SSIM规避了HVS底层视觉特性,直接导致SSIM的评价常与主观评价不符。在深入研究SSIM算法的基础上,根据人眼视觉的掩盖效应之特性,提出图像中不同区域的失真程度引导的权值设计方案:基于梯度加权的SSIM图像质量评价方法(GWSSIM)。实验结果表明,GWSSIM的图像质量评价准确性高于PSNR和SSIM,尤其适用于医学图像。

基于区域对比度和SSIM的图像质量评价方法

在诸多图像质量评价方法中,结构相似度(SSIM)算法简单高效,准确性较高,但SSIM模型不能很好地评价存在局部失真和交叉失真类型的图像。针对SSIM算法对图像不同区域平等对待的不足并考虑了时域人眼视觉特性,提出一种改进的基于区域对比度和结构相似度(RCSSIM)的图像质量评价方法。该算法将图像区域灰度信息对比度与SSIM算法融合,加权归一为参考图像与失真图像的对比度结构相似度值,以其评价图像质量。在LIVE图像数据库上的实验结果表明,与SSIM算法相比,RCSSIM评价结果的皮尔逊线性相关系数提高约0.015,均方根误差减小约0.55,更接近于人眼主观测试结果,具有更好的评价性能。

基于SSIM的车牌识别算法研究

对车牌中的字符进行精确提取并识别是车牌识别系统面临的重要问题。在字符提取阶段,利用车牌图像特有的信息特征,提出以红色分量作为目标图像,依次进行水平和垂直投影完成字符分割,既可精确提取字符,又可矫正字符形态。将基于结构相似度SSIM(structure similarity)的算法应用于车牌识别,避免了前期对字符结构信息做大量的对比统计工作,省略了特征提取的步骤,降低了算法复杂度;利用角点检测方法对相似字符进行细化和区分,进一步完善了整体的识别性能。实验证明,该算法有较好的识别率。

SSIMS表征催化剂的表面状态和结构层次

自Benninghoven。A 提出静态二次离子质谱(Static Secondary Ion Mass Spectrometry或SSIMS)方法以来,它就成为一种极灵敏的表面分析技术。近年来,SSIMS技术在多相催化研究中的应用日益广泛。我们曾成功地用SSIMS表征过MoO_3-NiO-P_2O_5/γ-Al_2O_3催化剂的表面结构层次.本工作中,我们应用SSIMS,并结合XPS对新型催化剂MoO_-CoO/TiO_2-Al_2O_3的表面结构层次和表面状态作了研究.

基于SSIM算法的动态空化图像处理

在空化水洞实验中,需要从大量的数字图像中准确获取空化区域的外形、波动周期等重要信息。首先对比了几种常见的图片边缘提取算法,并选择Canny算子提取空泡结构信息,进而研究了采用SSIM算法对空化图像进行分析的可行性,并通过合理调节结构相似度的比重获得更好的效果。此外,设计了图像的循环批处理程序,该程序通过Matlab编程实现。运算结果表明,采用结构系数为主要特征的相关系数进行分析,更能准确获取空化区域的外形、波动周期等重要信息,更有利于对空化形态进行动态分析。针对一组空化数为0.4的高速摄像图像,该相关系数在0.315~0.375之间变化,空化波动频率约为115 Hz。

应用SSIM模型反演与评估二氧化硫污染面源

针对在缺少有效二氧化硫低空面源排放清单的情况下,应用SSIM(SourceStrengthInversedModel)模式对SO2低空面源源强的反演功能,完成了天津市蓝天工程改燃措施实施后二氧化硫相对量化改善效果的模拟评估,同时模拟了SO2面源源强改善前后的空间分布,取得了较理想的效果。该模式所解决的污染面源源强核查难点问题,在城市大气环境容量核定中具有通用指导作用。

基于HVS的SSIM超分辨率重建图像质量评价方法

结构相似度(structural similarity)算法在图像评价中,因具有操作简单、运行高效、与主观评价关联性较强等优点而被广泛使用。但SSIM算法在对图像评价时忽略了图像的区域性和人眼的敏感度,其评价结果不能很好地与人眼视觉感知相符。并且当对超分辨率重建后的图像进行评价时,利用SSIM方法无法进行图像评价。针对以上问题,提出一种基于人眼视觉特性(Human Visual System)的SSIM超分辨率重建图像质量评价算法。该算法对图像进行尺度不变特征变换(SIFT),其评价结果与人眼视觉感知相符,提高了评价准确度,具有良好的评价性能。

基于Contourlet的SSIM图像融合质量评价方法

利用contourlet能有效表示图像的边缘和轮廓信息的特点,并将其引入到图像融合后的评价中,提出了一种基于Contourlet的结构相似度(SSIM)图像融合质量评价方法。以失真信道模拟融合过程,通过对标准参考图像与融合图像之间的结构相似度来实现对融合方法、融合规则性能优劣的评判。实验表明该方法与主观评价方法有很好的一致性,且与经典的SSIM算法相比具有更好的区分度。

一种基于SSIM的HEVC率失真优化编码方法

SSIM算法通过计算图像的结构相似性,能更高效地反映图像的视觉质量。本文提出一种基于SSIM的HEVC视频编码率失真优化方法,首先通过实验的方式验证双曲线模型更适用基于SSIM的率失真关系,之后通过率失真代价函数调整,使得率失真过程避免了SSIM的计算开销,仿真结果表明,对于相同的视频质量,所设计的率失真优化方法能进一步降低码率,在RA预测结构时平均节省码率6.794%左右。

基于Laplace的LSSIM图像配准算法

提出一种基于Laplace变换的图像配准算法.首先利用经典的角点检测算法提取待匹配图像的特征点或角点;其次利用相位相关法估算出两幅图像的重叠区域,以缩小匹配范围;然后对角点邻域模板区域施行Laplace变换;最后利用基于改进的SSIM(结构相似性)作为相似性度量准则建立特征点之间的匹配关系.实验结果表明,该方法可以很好的完成特征点匹配,匹配点对充足且具有很高的准确率,而且对亮度差异具有一定的鲁棒性,从而保证图像配准精度.

基于加权SSIM算法的PCB元件缺陷检测

提出了一种自动光学检测方法,通过将传统的SSIM算法与元件的权重相结合的方法来检测PCB元件缺陷。该方法基于图像内容生成权重图,与SSIM矩阵相乘,它可以有效地增强平滑区域信息并消除高频区域的干扰。该系统不需要严格照明条件,对相机性能要求不高。实验结果表明,该方法在PCB缺陷检测精度方面,特别是对位置变化较大的插件元件的检测优于传统的SSIM方法。将有助于开发低成本和自动化的缺陷检测系统。

基于SSIM_NCCDFT的超分辨率复原评价方法研究

传统的图像质量评价方法很多,但是并非针对超分辨率复原算法的特定评价指标。一种超分辨率复原算法复原性能的好坏,至今没有一个统一的评价标准,这使得超分辨率复原算法的发展受到很大限制。针对传统的超分辨率复原评价体系只关注图像某一方面统计特性的问题,提出一种基于SSIM_NCCDFT的超分辨率复原评价方法。该评价方法结合了空间域的灰度均值、对比度以及频域自相关,能够同时评价超分辨率复原结果在空间域的复原效果和对频率域信息的复原精度。实验结果表明:SSIM_NCCDFT可以准确反映图像退化的程度。相对于PSNR,SSIM_NCCDFT的优势是其同时反映了频域和空域复原的精度,评价更加全面。本文提出的基于SSIM_NCCDFT的超分辨率复原评价方法同时考虑了超分辨率复原中频率域和空间域的复原性能,评价结果较为全面,能够有效地评价复原图像中的噪声和模糊等现象,对超分辨率复原方法的评价具有一定的指导意义。

基于非局部结构张量的SSIM图像质量评价方法

针对基于局部运算的图像质量评价方法的局限性,提出一种基于非局部结构张量的SSIM图像质量评价方法。图像在各像素点的非局部结构张量的主特征值大小很好地反映了该像素点的结构强度信息,特别是纹理结构等细节信息;主特征向量的方向反映了该像素点的结构方向信息。利用退化图像和参考图像的非局部结构张量的主特征值相似度刻画结构强度相似度,利用主特征向量夹角的余弦刻画结构方向相似度。数值实验结果显示,利用该方法对TID2008数据库中的图像进行评价的平均运算时间为778.43 s,且评价结果与主观评价接近。

基于SSE和SSIM的H.264帧内预测模式选择改进算法

在H.264的帧内预测模式选择过程中,率失真优化(RDO)的失真测度用当前编码块和预测块之间的平方误差和(SSE)或绝对误差和(SAD)来度量,而这两种失真测度被证明不能很好地符合人眼视觉(HVS)。该文参考软件JM16.2,提出了联合SSE和结构相似度(SSIM)作为失真测度用于RDO的方法(CSSRDO)。算法首先找到SSIM和码率的近似关系,然后综合以SSE作为失真测度的RDO函数,并结合人眼视觉特性,建立了联合SSE和SSIM作为失真测度的RDO模型。实验表明,将CSSRDO用于H.264帧内预测模式选择获得了比JM16.2更高的编码效率和更好的重建图像质量。

基于SSIM的自适应样本块图像修复算法

现有基于样本块的图像修复算法,大多通过人工设定样本块大小来达到最佳修复效果,缺乏自适应性;此外,对图像不同纹理和结构区域采用相同大小的样本块,也不利于获得整体最优修复效果.为解决上述问题,本文提出一种基于改进结构相似性的自适应样本块大小选取算法,在传统的SSIM算法的基础上增加了梯度信息,并通过结合样本块亮度、对比度和结构3个模块来衡量结构差异,以此确定不同结构和纹理区域的最优样本块大小,提高算法适应性,改善修复效果.仿真实验结果表明,当图像存在复杂的结构和纹理信息时,本文算法仍然能够获得理想的修复效果.

基于SSIM的印刷图像质量评价研究

利用心理物理学实验方法,对10幅ISO标准图像进行了印刷图像的视觉评价实验,分析了颜色、对比度、阶调等图像属性在图像评价中的权重,并分析了MSE,PSNR和SSIM模型在印刷图像评价时的性能。结果表明,结构相似度模型具有较好的性能,在印刷品质量评价中有较好的应用前景。

基于SSIM的无线视频码率变化聚类识别算法

为动态识别无线视频传输过程中视频码率变化情况,结合结构相似度(structural similarity,SSIM)的图像失真评价测度,根据终端视频帧质量数值分布特点,提出一种基于结构相似度的无线视频码率变化聚类识别算法SBVCRA(SSIM based bitrate variation clustering recognition algorithm for wireless video)。使用结构相似度(SSIM)计算视频帧质量,计算相邻帧质量数据之间的相似程度;基于二叉树分裂方法,以相邻帧质量相似度值最小的帧序号为分裂点对帧区间进行递归分裂;依据分裂结果完成无线视频码率聚类,实现码率变化情况的识别。实验结果表明,所提算法可根据视频帧质量数值分布特性对相同码率自动聚类,码率变化情况的识别结果准确。