基于结构相似性的图像质量评价方法

分析现有图像质量评价方法特点,针对基于失真敏感度的质量评价方法的局限性,提出了一种新的基于结构相似度的图像质量评价方法,从亮度、对比度、结构三个子方面得到一个总的相似性度量作为质量客观评价标准。该方法充分考虑了图像的结构信息和人类视觉的特性,从图像内容的理解功能出发,通过数学建模估算出人眼对图像质量的主观视觉感受,使结构相似性计算模型符合图像处理应用的本质。通过理论推导和算法验证,该方法可以为选择图像压缩算法和评价图像质量提供依据。将采用压缩算法SPIHT编解码后的图像与传统的峰值信噪比方法评价图像相比,实验表明,本文提出的算法是一种更为有效的图像质量评价方法。

基于图像压缩算法的计算复杂度的讨论

多级树集合分裂算法是一种简单有效的嵌入式零树编码算法,但它需要多次重复运算,复杂程度高,降低了编码效率。针对该算法的不足,提出了一种改进的多级树集合分裂算法,在相同的小波变换条件下,通过增加零树深度,减少了表示位置信息的系数,提高了表示有效系数的信息,该算法改变了原来的扫描顺序,便于并行处理。实验表明在压缩性能相同的情况下,提高了编码效率。