基于局部标准差与显著图的模糊图像质量评价方法

为了有效地对模糊图像的质量进行评价,提出了基于局部标准差和显著图的无参考模糊图像质量评价方法。首先,针对待评价图像,利用高斯低通滤波器对其进行模糊化来构造参考图像。然后,利用图像的局部标准差和显著图两个特征在模糊化前后的变化情况,对原模糊图像的质量进行评价。最后分别在LIVE图像库和CSIQ图像库上对本文方法进行了验证,其中Pearson线性相关系数(PLCC)值分别达到了0.9315和0.9254,Spearman秩相关系数(SROCC)值分别达到了0.9258和0.8962。实验结果表明本文方法与当前公认性能优越的算法LPC-SI表现接近,且计算复杂度较低,耗时仅为其4.7%。

激光气泡检测中图像的边缘正则化复原

基于光学成像的激光气泡检测已被广泛应用于工业领域,如气密性检测等。然而,检测图像的降质严重影响了测量的准确性。为了提高气泡检测的图像质量,提出一种估计动态调制传递函数进行边缘正则化的半盲图像复原法,采用客观图像的质量指标来对半盲解卷积算法进行约束,并将图像复原法与二值形态滤波比较。实验结果证明了该方法的有效性,由此可以得出该方法能有效提高激光气泡检测的成像质量,保留气泡检测图像的边缘细节,以达到更高的检测精度。

基于模糊度量的激光水下图像复原的盲去卷积方法

由于水体对激光存在着不可克服的吸收和散射效应,距离选通水下激光成像系统所获得的图像存在不同程度的劣化问题,具有信噪比低、边缘模糊等特点。为提高图像质量,将基于模糊度量的盲去卷积方法应用于激光水下成像的图像复原中。结合威尔斯小角度近似得出的点扩展函数与调制传递函数,分别讨论了最大期望,最小均方与多次乘法迭代盲去卷积算法,并引入模糊度量方法判断盲去卷积算法的最佳迭代次数,获取最佳质量的复原图像。

一种符合视觉感知的视频运动模糊帧检测方法

为了更准确地检测视频中的场景运动模糊帧,首先利用稀疏表示的图像模糊特征,结合恰可察觉模糊概念,定义1种敏感的图像模糊度度量,用于检测视频序列中的非清晰帧;然后通过计算相邻帧之间的单应矩阵,估计相机的运动速度,并根据运动速度从非清晰帧中选择出观看过程中产生模糊感受的场景运动模糊帧。实验结果表明,所提出的算法可以有效地检测出视频场景运动模糊帧,相比于传统图像模糊检测算法,检测结果更符合人眼观看视频的主观感受。

基于Gabor小波变换的无参考图像模糊度评价

当前的各种图像质量评价方法中,模糊是最常考虑的因素之一。针对模糊度量,基于Gabor小波提出了一种新的评价方法。首先利用Gabor小波提取图像高频信息,把原图像分割成高频和低频部分;然后分别对这两部分进行像素点误差累计,算出两部分的差值平均;最后结合这两个值算出模糊度。该方法结合了人类视觉系统模型和误差累计的思想。实验结果表明,模糊质量评价结果与人主观评价结果的相关系数为0.7836,异常值比为0.0443,说明这是一种有效的模糊评价方法。

一种无参考型模糊图像质量评价方法

图像的边缘信息是人眼观察和识别物体的重要特征,根据模糊图像相对于清晰图像其边缘特征发生较大变化的特点,提出了一种基于边缘锐度的无参考模糊图像质量评价方法。首先,通过文中所示方法寻找图像中的所有阶跃边缘;其次,根据一些原则选择合适的部分边缘;最终,计算这些合适边缘的锐利程度作为图像的模糊度评价依据。实验结果表明,该方法相比于全参考模型SSIM能够更好地评价高斯模糊、离焦模糊等模糊类型图像,与主观评价结构相关性强,更符合人眼视觉系统特性,并且易于实现。