视觉感知与梯度结构相似度的图像质量评价

"基于视觉感知的梯度结构相似度图像质量评价* (2011年) - 国家自然科学基金资助项目(60736046); 国家“863”计划资助项目(2009AA01Z33Z，2007AA01Z328)" 这篇论文发表于2011年，主要研究了图像质量评价的新方法——基于视觉感知的梯度结构相似度（VI_GSSIM）。传统的结构相似度指数（SSIM）算法是衡量图像质量的一种常用方法，但该论文指出，SSIM未充分考虑人类视觉系统的（HVS）特性，如亮度和对比度掩蔽效应。为此，研究人员在SSIM基础上进行了改进，引入了视觉感知信息。 VI_GSSIM算法的核心是构建一个视觉感知函数，该函数不仅考虑了图像的结构信息，还整合了亮度和对比度掩蔽等视觉感知因素。通过对图像内容和失真类型的关联性分析，以及图像的误差可视性和内容可视性，该算法能够更准确地模拟HVS的底层工作原理。此外，通过利用图像梯度来重新定义结构信息，VI_GSSIM能更有效地评估图像质量，特别是在处理严重降质图像时。 实验结果显示，VI_GSSIM相比于SSIM具有更好的表现，更符合人眼对图像质量的主观判断。该算法的应用领域可能包括图像处理、视频监控、虚拟现实等，对于图像质量的客观评估和优化有着重要的理论与实践意义。 关键词涉及：图像质量评价、结构相似度测度、人类视觉系统、视觉重要性、图像梯度和掩蔽效应。这些关键词表明，论文着重于理解和模拟人类视觉对图像质量的感知，并通过梯度结构相似度来量化这一感知，从而提供了一种更精确的图像质量评估工具。