一种基于梯度幅度值的图像质量客观评价方法

提出一种新的图像质量的客观评价方法,该方法用图像梯度幅值的累加和作为衡量图像质量的指标,无需原始图像作参考,适合于两幅以上同源图像对比来相对地评价图像质量。实验结果表明,该方法所用的指标能比较准确地反映图像的质量,符合人眼的视觉特征,且计算简单,易于快速实现。

基于梯度幅度值的结构相似度的图像质量评价方法

说明传统图像质量评价方法的不足之处。在SSIM模型不能很好地评价严重模糊的降质图像的基础上,从图像梯度幅度值和图像边缘的关系出发,分析了基于梯度幅度值的结构相似度(GSIM)的图像质量评价方法。实验结果表明,该模型比SSIM模型更符合人眼的视觉特性。

基于对偶树复小波变换的模糊图像质量评价

小波域和结构相似度SSIM的质量评价方法已经成为图像处理领域的研究热点,然而都存在一定的缺陷:传统的离散小波变换缺乏平移不变性,其方向选择性也十分有限;对于严重模糊的图像,SSIM评价结果并不十分准确。基于此,提出了一种适应于模糊图像质量评价的新算法。该算法用对偶树复小波变换DTCWT将图像进行分解来获取复小波系数,然后对所得到的六个方向的高频子带系数分别进行平均梯度幅度值的结构相似度MGSIM测量,最后将所得到的全部MGSIM的均值作为最终的原始模糊图像的模糊值。仿真实验验证了本方法比结构相似度更吻合人眼的视觉效果,与主观评价方法具有很好的一致性,并且在各方面的性能都优于目前有关文献的方法。