基于Walsh-Hadamard投影的快速Nonlocal-Means图像去噪

针对Nonlocal-means图像去噪算法计算强度较高的问题,提出了一种投影加速算法。分析了Nonlo-cal-means算法的计算瓶颈,利用Walsh-Hadamard变换的快速运算和自递归特性,使用一组完备的Walsh-Hadamard变换将图像块投影到其张成的空间中;利用Walsh-Hadamard投影的能量集中特性和匹配计算过程中的拒绝策略,在Nonlocal-means去噪算法的图像块匹配计算中快速丢弃无法匹配的图像块。实验结果表明,该算法获得了较好的加速性能,且去噪效果没有受到影响。

沃尔什哈达玛变换域的无参考图像质量评价

图像失真会改变图像低频成份和图像高频成份的统计信息,基于这种特性,提出了一种新颖的无参考混合失真图像质量评价方法.首先对图像进行局部沃尔什哈达玛变换,将空域图像转换为局部沃尔什哈达玛变换图;然后在局部沃尔什哈达玛变换图上进行特征提取,即分别提取反映图像低频成份的零列率项和反映图像高频成份的非零列率项的旋转不变局部二值模式统计特征;最后利用支持向量回归网络训练特征,获得特征到质量分数的映射关系模型.在两个混合失真数据库(MLIVE数据库和MDID2013数据库)上对所提出的算法进行性能验证,实验结果表明,提出的算法具有很好的主客观评价一致性,性能优于目前现有较优秀的全参考图像质量评价算法和无参考图像质量评价算法.