利用HSSIM和残差比阈值的3维激光扫描图像去噪

为了更好地实现3维激光扫描图像的去噪,提出一种融合直方图结构相似度(HSSIM)和残差比阈值的改进稀疏去噪算法。利用初始化过完备字典进行稀疏分解,以相似因子代替重构误差作为保真项,利用残差比阈值作为正交匹配追踪算法的迭代终止条件对图像进行去噪,获得了去噪后图像的峰值信噪比及HSSIM指标。结果表明,与基于db2小波变换、多尺度曲波变换和离散余弦变换的去噪方法相比,该算法能获得更好的峰值信噪比和HSSIM数据。在有效去除图像噪声的同时还能更有效地保留图像的细节特征。

一种改进的基于结构相似度的图像质量评价方法

基于结构相似度(SSIM)的图像质量评价方法简单高效,准确性较高,评价性能优于峰值信噪比(PNSR)和均方误差(MSE),但SSIM模型不能较好地评价严重失真和交叉失真类型的图像。文中提出了一种改进的基于结构相似度的图像质量评价方法(HSSIM),该方法将直方图信息作为图像的主要结构信息,根据人眼视觉特性,利用直方图集中度来表示图像模糊度,最终计算得到图像的结构相似度值。实验结果表明,HSSIM比SSIM模型更符合人眼视觉系统特性,能更好地评价失真图像的质量。

一种基于结构相似性的H.264/AVC运动预测方法

在H.264编码过程中,帧间预测的最佳匹配块的选择和编码模式的判决由率失真代价函数决定,在该函数中,通常对失真采用的衡量方法是绝对(变换)误差和(SATD)。相应地,其他类似的衡量方法,如MSE和PSNR也被用在质量评估当中。然而,SA(T)D和PSNR已经被证明不能反映人眼视觉对失真的真实的敏感程度。最近,人们提出了一种称为HSSIM(基于人眼视觉系统的结构相似性)的新的图像质量测度,由于更好地考虑了图像的结构信息,HSSIM与人类视觉的一致性优于PSNR和MSE。文中提出了一种用于帧间编码的新的运动预测方法(MEHSSIM),它建立在基于人眼视觉系统的结构相似性的基础之上。实验表明,在由HSSIM测量的主观视频质量基本保持不变的情况下,新方法可以使码率降低平均13.8%。