基于梯度信息的图像质量评判方法的研究

图像质量客观评判标准广泛应用于图像处理中,基于人眼视觉系统的客观评判方法一直是图像处理领域的研究热点.最近,Zhou Wang等人提出了基于结构信息的评判方法—结构相似度(SSIM),它的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.SSIM方法简单、评判性能优于PSNR(或MSE).但随着研究的深入,我们发现SSIM算法存在着一些问题,特别是不能很好地评判模糊失真类的图像.本文提出两种基于梯度信息的图像质量评判方法—基于梯度的结构相似度(GSSIM)和基于边缘的结构相似度(ESSIM).实验结果表明,GSSIM能更好地符合人眼视觉系统特性,而ESSIM对于模糊图像则取得了最好的评判效果.

基于Contourlet-GSSIM的无参考遥感图像质量评价研究

Contourlet变换是一种具有多分辨率、多方向性的图像二维表示方法。为了对遥感图像进行质量评价,本文提出了一种基于Contourlet变换的梯度结构相似度(GSSIM)无参考遥感图像质量评价方法。首先根据主观质量评价标准,组织20位遥感专家采用DMOS评分方法对150幅高斯噪声图像和150幅椒盐噪声图像进行评价,建立主观评分库;然后将待评价失真遥感图像通过高斯低通滤波器来构造参考图像,并对图像进行Contourlet变换,计算GSSIM,实现质量评价;最后,为了定量分析算法的性能,将评价结果回归到DMOS空间,并与RMSE(均方根误差)、PSNR(峰值信噪比)等评价方法进行比较。试验结果表明,该方法能客观地评价遥感图像的质量,其结果与人眼视觉评判结果一致。