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。

结合混合卷积和多尺度注意力的视频异常检测算法

基于U-net风格的无监督视频异常检测模型有着较好的检测效果,但由于普通卷积运算使用固有的局部特性,使U-Net风格的编码器无法有效地提取全局上下文信息,并且使用简单的跳跃连接无法获得有效的特征信息,使用的L2损失函数是仅考虑了像素级别的差异而无法捕捉图像的结构特征。对此提出了结合混合卷积和多尺度注意力的视频异常检测算法,并加入结构相似性损失函数(SSIM)优化模型。具体来说,在编码器最后一层添加混合卷积模块,混合空间和位置的特征来提取全局上下文信息。在编码器和解码器之间的跳跃连接中添加多尺度注意力模块,使模型能提取更有价值的特征,实现有效的跳跃连接。使用参数约束结构相似性损失函数与L2损失函数的权重,从而更准确地优化模型。实验结果表明,所提算法在UCSD-Ped2和CUHK Avenue公开数据集上的AUC指标达到96.7%和86.1%,与改进前的模型相比提高了1.6%和1.4%,证明了所提模型的有效性。

基于TDLAS技术的甲烷气体泄漏成像检测

传统的甲烷气体泄漏检测方法主要以单点测量和红外热成像为主。前者由于测量点密度小且气体易于流动,很难确定泄漏点;后者根据气体云团与周围环境温度差异检测成像,温差较小时,成像对比度低、分辨力弱。根据以上局限性,提出一种甲烷气体泄漏成像检测技术。该技术结合TDLAS(Tunable diode laser absorption spectroscopy)遥测技术与激光主动成像方法对气体泄漏区域进行主动探测,然后采用SSIM(Structural Similarity)与混合高斯背景建模法相结合的算法对气体泄漏区域进行提取,实现对甲烷气体泄漏气团的成像检测。实验中对甲烷气体在不同泄漏流量、不同视频记录长度、不同环境下进行了检测。实验表明,该技术可实现对甲烷气体泄漏的主动成像检测,并且成像清晰、检测率高、实时性好、可准确呈现气体泄漏点。

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.

融合半波注意力机制的低光照图像增强算法研究

针对当前基于卷积神经网络的低光照图像增强算法(CycleGAN,Retinex-Net等)存在模型参数过大、内存消耗高、图像复原质量不佳等问题,在轻量级算法IAT基础上,提出了融合半波注意力模块的低光照图像增强算法HBTNet。为了改善网络频繁卷积造成的空间信息损失,在网络中引入半波注意力模块,可有效获得小波域的特性,丰富上下文信息,提高特征提取能力。通过引入MS-SSIM损失函数用来保存图像的边缘和细节信息,提升图像恢复的质量。实验结果表明,在LOL数据集上HBTNet相较于IAT算法PSNR提升了2.69%,SSIM提升了5.56%。HBTNet算法的模型参数量仅为0.11 M,可以满足终端用户实时性要求。

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。

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。

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。

融合注意力机制的GAN病虫害图像超分辨率重建

收集咖啡和柑橘病虫害样本图片,利用TensorFlow深度学习框架,在原始SRGAN(Super-resolution generative adversarial networks)的超分辨率重建网络里加入了注意力模块,对重建图像视觉质量和峰值信噪比(PSNR)、结构化相似性(SSIM)指标进行分析。结果表明,设计的模型和原始SRGAN模型对比之后峰值信噪比提高了2.23,结构相似性提高了7%。在细节纹理方面可以获得更好的视觉效果,重建后的图像识别准确率提高了约4.42个百分点。因此,设计的模型可以对小样本性质的植物病虫害样本进行扩充。

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CSSIM的印刷品图像质量评价方法

目的为解决印刷品图像质量评价过程中主观与客观评价结果不一致的问题,以印刷制品为研究对象,基于Contourlet变换提出一种改进的图像质量评价算法。方法在Contourlet域进行多尺度、多方向分解,以获取不同尺度的图像特征。将结构相似度直接应用于各Contourlet分解频带,得到不同频带的结构相似度;对不同频带的结构相似度求加权和,进而获得整幅图像的结构相似度,即图像的最终评价指标。结果以ISO标准测试图像为基础进行实验研究的结果表明,所述方法的综合评价效果最理想,与主观评价的一致性最好。结论基于Contourlet变换域结构相似度的图像质量评价方法能够更好地评价图像质量,符合人眼的视觉特性,可用于印刷品图像处理。

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。