视觉特性加权的图像质量评价新方法:提升主观感受
77 浏览量
更新于2024-08-26
收藏 1.37MB PDF 举报
本文主要探讨了一种基于视觉特性加权的图像质量评价方法,它在视频图像应用中具有重要意义。传统的方法,如结构相似度(SSIM)图像质量评价,存在利用视觉特性方面的局限性。为了克服这一问题,研究者们借鉴了人眼视觉特性中的关键信息,如梯度幅值,以及对不同频率敏感性的对比敏感度。
首先,该方法利用Sobel算子来计算图像的梯度幅值,这是一种局部特征,能够反映图像的边缘和纹理信息,这些是人类视觉系统非常敏感的部分。通过增强对梯度幅值的考虑,算法能够更精确地捕捉到图像质量的变化,尤其是对于图像失真或噪声的敏感性。
其次,文章引入了对比敏感度函数,这是一种模拟人眼对不同频率信号感知差异的模型。通过计算图像块的感知因子,赋予每个图像块一个权重,这种权重反映了图像区域对于整体质量评估的重要性。这种加权方式使得评价更加符合人眼的主观感受,因为人眼在判断图像质量时并非均匀对待所有频率成分。
最后,通过对各个图像块的评价值进行加权求和,得出整个图像的整体评价值。这种方法相较于单纯依赖结构相似度或峰值信噪比(PSNR)等客观指标,能更准确地反映图像的质量,因为它综合考虑了图像的细节和视觉感知两个维度。
实验结果显示,这种基于视觉特性加权的图像质量评价方法在性能上优于传统的SSIM和PSNR方法,能更准确地预测和模拟人类观察者的主观评价。这对于视频编码、图像压缩和传输等领域,尤其是在对主观质量要求高的应用场景中,具有重要的实际价值。
研究团队由昆明理工大学信息工程与自动化学院的谢立志、李玉惠和李勃组成,他们的研究方向涵盖了图像处理、模式识别、嵌入式系统开发等多个领域。该研究得到了国家自然科学基金项目的资助,并于2016年6月在网络平台上发表,其论文被分类为TP301,文献标识码为A,文章编号为1673-629X(2016)08-0177-05,DOI为10.3969/j.issn.1673-629X.2016.08.038。
2011-12-26 上传
2021-02-23 上传
2021-05-11 上传
2014-10-13 上传
2021-05-27 上传
2021-02-23 上传
2022-06-29 上传
2011-12-22 上传
2022-04-08 上传
weixin_38621365
- 粉丝: 7
- 资源: 906
最新资源
- 天池大数据比赛:伪造人脸图像检测技术
- ADS1118数据手册中英文版合集
- Laravel 4/5包增强Eloquent模型本地化功能
- UCOSII 2.91版成功移植至STM8L平台
- 蓝色细线风格的PPT鱼骨图设计
- 基于Python的抖音舆情数据可视化分析系统
- C语言双人版游戏设计:别踩白块儿
- 创新色彩搭配的PPT鱼骨图设计展示
- SPICE公共代码库:综合资源管理
- 大气蓝灰配色PPT鱼骨图设计技巧
- 绿色风格四原因分析PPT鱼骨图设计
- 恺撒密码:古老而经典的替换加密技术解析
- C语言超市管理系统课程设计详细解析
- 深入分析:黑色因素的PPT鱼骨图应用
- 创新彩色圆点PPT鱼骨图制作与分析
- C语言课程设计:吃逗游戏源码分享