基于视觉感知的镶嵌图像质量评价方法

传统的图像质量评价方法难以较好地评价镶嵌效果。该文针对仅通过频率活动性(SFA)对镶嵌效果中拼缝光滑度进行评价获取较优效果图时存在的问题,依据视觉感知特性的对比敏感性,提出以结构对比度(SCD)感知因子评价镶嵌效果图的灰度和谐性,结合SFA和SCD感知因子构造了一个镶嵌图像综合评价模型,可以对镶嵌图像效果进行更符合主观视觉感知特性的评价。试验验证了该模型的有效性。

基于改进图像自适应算法的车道线识别研究

针对图像自适应阈值分割中最佳阈值的计算问题,提出了一种根据图像结构相似度计算最佳分割阈值的方法。该方法分为模型建立和目标图像阈值计算两部分。模型建立时,首先选取场景标准模板图像,再计算训练图像与标准模板图像对比后的结构相似度,并依据图像质量评价标准判定最佳的阈值,建立特定场景下的最佳阈值与结构相似度的关系模型;阈值计算时,首先计算目标图像与标准模板图像对比后的结构相似度,再根据关系模型,直接计算最佳分割阈值。为验证此方法,选用晴天高速公路场景下的图像进行测试。结果表明,所提算法的阈值分割效果优于传统自适应阈值分割算法,并且具有更高的运算效率。

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.