一种针对高斯模糊图像的无参质量评价方法

针对模糊图像高频分量的特性,提出了一种针对高斯模糊图像的无参质量评价方法。该方法利用小波变换对模糊图像提取高频分量,在高频分量功率谱上构造评价指标。实验结果表明提出的评价指标优于PSNR和SSIM,其客观评价分数与主观评价分数具有更好的一致性。

底层图像挖掘技术中的参数自动寻优

研究了基于人类视觉对比度分辨率限制的底层图像挖掘技术中挖掘参数的自动寻优问题。在用Zadeh-X变换进行底层图像挖掘中,需要求得最佳挖掘参数Sita和Delta。首先筛选出与图像视觉感知质量相关的客观物理质量指标体系:信息熵和平均对比度。其次研究信息熵和平均对比度与图像挖掘参数的函数关系,然后研究其函数特性与主观评价结果的关系,以此建立以信息熵和平均对比度为基础的无参考图像质量评价函数,通过视觉质量最佳图像判据,寻求最佳质量图像所对应的Sita和Delta,从而实现挖掘参数的自动寻优。

NR-IQA模型的人类视觉系统补偿方法

在暗视觉环境下,人类视觉对比度分辨率非常低。针对低照度图像,提出一种基于无参图像质量评价体系的补偿方法(NR-IQA)。首先,建立一种用于提取视觉评价参数的数学模型。其次,建立最好图像质量评价综合函数,用于评价图像补偿的质量。然后,计算评价函数和补偿因子k的数学关系。这种自动寻优方法用于迅速获取暗视觉下的最佳图像质量,特别是在视频图像处理中的实时补偿。