基于FSIM和不同颜色模型的彩色图像评价方法研究

FSIM算法在彩色图像评价有较好的应用,但对于如何有效鉴别色彩失真的程度仍需讨论。通过研究不同颜色模型下FSIM算法对彩色图像评价结果,以色相和饱和度为指标,检测FSIM算法在不同模型应用上的评价。实验结果表明,YUV,YIQ两种颜色模型对颜色变化差异最敏感。

基于非负矩阵分解的彩色图像质量评价方法

针对稀疏表示的图像质量评价模型都基于灰度图像,缺少颜色信息,该文提出一种基于非负矩阵分解(NMF)的全参考彩色图像质量评价方法。首先,从自然彩色图像中随机采样,得到训练样本,利用非负矩阵分解,训练得到特征基矩阵,并经过Schmidt正交化,构建特征提取矩阵;其次,根据视觉显著性模型,利用最大视觉显著性和显著性差值两步骤选取视觉重要区域;最后,利用特征提取矩阵,得到低维的特征向量,并最终得到彩色图像质量评价值。实验结果表明,该文方法在LIVE,CSIQ和TID2008 3个图像质量评价库上有很好的表现。3个图像库的平均结果显示,该文方法的综合表现优于所有对比方法。这表明该文方法与主观感知有更好的关联度。

基于色彩特征的无参考彩色图像质量评价

彩色图像质量评价(Color Image Quality Assessment,C-IQA)作为一种图像质量评价系统,与其他图像质量评价系统对彩色图像只是简单地将原图像转换为灰度图像进行评价不同,不仅考虑图像在灰度尺度下的质量评价,而且需要对图像的色彩表现做出评价。提出一种基于色彩特征的彩色图像质量的数学评价模型,在考虑亮度特征的同时,加入了色调、色饱和度和色彩熵等色度特征来进行C-IQA。在LIVE图像数据库中进行实验,可以发现模型预测结果与图像实际质量保持高度一致。

结合人眼视觉综合感知差与r-g色域峰值偏差的彩色图像客观评价方法

针对图像色彩复原应用中对彩色图像质量评价的需求,在图像灰度直方图累计分布差的基础上,通过引入人眼视觉敏感度等修正因子,得到了直方图感知差的评价方法,并与图像的信息熵和平均梯度指标相结合,提出了基于综合感知差的评价方法以及将综合感知差与色域峰值偏差结合的无参考型彩色图像评价新方法.构建了不同光照条件下的标准彩色图像测试数据库,通过与传统的客观评价标准相比,新方法在图像亮度感知、色调信息和图像综合质量等方面均表现出与主观评价更高的一致性.

基于均匀色差空间向量分解模型的彩色图像质量评价方法

针对三要素(亮度、色调和饱和度)空间方法缺乏视觉均匀色差思想的支持,而均匀色差空间方法又需要其他有效评价模型的补充,该文立足于图像的两个基本属性,即光特性(亮度、色调和饱和度)和结构特点,结合反映彩色空间特性的均匀色差空间模型以及空间向量分解模型,提出了均匀色差空间向量分解模型.实验结果表明基于均匀色差空间向量分解模型较传统评价方法和单项模型更能够全面地评价彩色图像质量.

基于视觉感知的彩色图像质量评价

图像质量评价是图像处理与计算机视觉一个重要研究方向,近年来虽然出现了许多不同的基于人类视觉系统的评价方法,如SSIM,IFC,VSNR等。这些算法都提高了评价准确率但仍留有较大可以提升的空间,而且他们大多只针对图像的灰度信息,简单地将彩色信息丢弃,而人眼会根据图像的灰度和色彩两个方面去识别和评价图像。为了满足人眼视觉感受需要自然化归一化处理图像,并且通过色彩等多个尺度提取图像显著特征,赋予合适的权重来重新计算图像的结构相似性,最终做出更精确的图像质量评价。

基于颜色名称的彩色图像质量评价

图像质量评价(Image Quality Assessment,IQA)是计算机视觉领域研究的基本问题之一。目前,绝大多数图像质量模型都是基于灰度图像构建的,而彩色图像质量评价至今依然是IQA领域的开放性问题。彩色图像质量评价研究的关键在于建立与人类色彩认知能力相一致的色彩信息的量化描述。本文基于颜色名称(Colornames,CN)构建彩色图像质量评价模型,将图像的每个像素值映射为CN概率向量,利用Wasserstein距离计算两幅图像的感知色差,以亮度和梯度特征作为补充,在池化阶段采用显著性加权得到客观图像质量评分。在公开测试数据集上的实验结果表明,提出的模型在TID2008、TID2013和最新的KADID-10k数据集上表现最佳,其SROCC值分别为0.9009,0.8901,0.8637。总体评价效果与目前最好的传统方法(非深度学习方法)相当;而对于颜色失真,则具有明显的优势。

基于极限学习机的底层特征全参考彩色图像质量评价方法

作为图像质量的监测和评价工具,图像质量评价(image quality assessment,IQA)在各种图像处理系统中发挥着重要的作用,理想的IQA方法应该与人类视觉系统(human visual system,HVS)相一致.目前HVS对图像的理解主要是依据图像的底层特征,本文提出了一种新的全参考(full reference,FR)彩色图像IQA方法.首先,提取了结构对比度指标(structural contrast index,SCI)、梯度、局部二值模式(local binary pattern,LBP)和色度四类底层特征图,用于刻画图像的不同特征属性;其次,利用不同的特征池化策略对每类特征分别处理,将其组成一组相似特征向量作为图像质量的检测器并采用极限学习机(extreme learning machine,ELM)建立回归模型,得到客观的质量分数;最后,与目前流行的8种FR IQA方法在5个标准IQA数据库上进行数值实验.结果表明,该方法整体性能优于其他方法,能够有效地提高大多数失真类型的预测精度.

彩色图像质量自适应最佳化方法

光照度过低或过高,都会对图像的质量产生很大的影响.针对该问题,提出了一种自适应求取彩色图像质量最佳化的方法.该方法通过人类视觉感知图像质量的四参数(信息熵、平均灰度、平均对比度、层次因子)对彩色图像质量评价,继而建立了基于Zadeh-X变换的最佳变换参数自动寻优模型,最后实现了自适应于不同光照条件下的彩色图像的最佳化效果.实验表明,处理后的彩色图像的质量得到明显的改善,具有更好的视觉效果,同时明亮区域或黑暗区域的可视细节显著提高,实现了彩色图像质量最佳化.

基于视觉感知噪声模型的彩色图像质量评价和彩色图像质量最佳化

建立一种基于人类视觉感知噪声模型的彩色图像质量评价方法用以评价含噪声图像的彩色图像质量。该方法用视觉感知图像质量的质量四参数:信息熵、平均对比度、平均灰度和关键区域图像的标准差,通过实验建立综合的彩色图像质量评价模型,称为最好质量彩色图像评价函数。该函数的最大值对应最好质量彩色图像。该方法的评价结果更符合视觉感知效果。该方法基于图像质量四参数的独立计算,不但不借助于任何参考图像,还能用于评价参考图像质量。如果参考图像质量不够好,还能通过称为Zadeh-X变换的灰度变换获得最好质量的彩色图像。

彩色图像质量评价的广义平均池化策略

彩色图像质量评价(CIQA)是目前图像质量评价(IQA)研究的一个热点。色度信息对人类视觉系统(HVS)会产生一定的影响,将RGB图像转换到另一色彩空间YIQ,将灰度图像的结构相似性指标(SSIM)、基于梯度的SSIM(GSSIM)扩展得到彩色图像的SSIM和GSSIM(即C-SSIM和C-GSSIM)。HVS是一个复杂的非线性系统,采用2种广义平均池化策略来刻画HVS特性,以提高C-SSIM、C-GSSIM及彩色图像的特征相似性(C-FSIM)的评价效果。在TID2013图像数据库中进行数值计算,结果表明:基于广义平均池化策略的C-SSIM、C-GSSIM及C-FSIM能有效提高IQA的准确率。

彩色图像质量评价的四元数梯度方法

多通道的图像质量评价方法是图像处理研究的一个难点.已有的研究表明四元数彩色图像表示为图像处理任务提供了有效的数学方法.梯度能够有效地刻画图像的结构特征,是构建图像质量评价指标的一类重要方法.针对彩色图像质量评价问题,首先将参考图像和失真图像用纯四元数表示,然后利用梯度掩模方法计算四元数梯度并设计梯度幅值相似性偏差方法.在彩色图像数据库TID2013和CSIQ上实验,结果表明了该方法优于目前流行的同类方法,计算效率高、与主观视觉感知具有较好的一致性.

采用在线流形学习的彩色图像质量评价

针对许多评价方法都需要大量有效的训练样本离线学习得到特征提取器的问题,同时考虑到人脑能自然感知数据的内在低维特征,这种感知恰以流形方式存在,提出了一种采用在线流形学习的彩色图像质量评价方法。实验结果表明,所提出方法在LIVE、CSIQ和TID2008三个数据库的平均Spearman秩相关系数(SROCC)达到0.91。相比于其它方法,在线流形学习的彩色图像质量评价方法与主观视觉感受吻合度更高。

四元数谱余量彩色图像质量评价

通过将参考图像与失真图像表示为纯四元数矩阵,提出了一种用于检测两幅图像视觉显著性区域的四元数谱余量方法。将该方法与四元数梯度特征作为指标构建彩色图像质量评价方法,并将视觉显著性作为评价指标的权值。利用Spearman等级相关系数(SROCC)、Kendall等级相关系数、Pearson线性相关系数及均方误差平方根4种客观评价指标在TID2013与CSIQ数据库中进行数值实验,结果表明,所提算法在TID2013上的SROCC值为0.8169,且与人的主观评价相匹配。

基于分类与最小卷积区域暗通道先验的水下图像恢复

为了解决水下图像在复杂水体中表现的画面模糊和颜色失真的问题,提出了一种基于HSV分类、CIELAB均衡与最小卷积区域暗通道先验(DCP)的水下图像恢复算法。基于H与S阈值将水下图像分为高饱和度失真图像、低饱和度失真图像及浅水图像等3类。分类后的水下图像分别经CIELAB均衡及自适应图像增强恢复,其中水下成像系统参数通过最小卷积区域DCP估计。实验结果表明,所提算法在图像恢复效果、评价质量和实时性指标上均优于对比算法,其中峰值信噪比和结构相似指数值分别平均提升了26.88%和17.3%,水下彩色图像质量评价值提升了4.3%。