基于颜色压缩损伤的图像质量评价新算法

本文研究了一种针对颜色信息压缩损伤的图像质量评估算法，由何赛丽和姜秀华两位学者共同提出，该工作基于对中国科技论文在线上的研究。论文背景指出，尽管在图像获取、传输和存储过程中，图像亮度信息经常成为质量评估的焦点，但实际上颜色信息作为视觉信息的关键组成部分，同样值得深入研究。为了弥补这一忽视，研究者们决定从JPEG压缩编码对颜色信息的影响入手。 作者何赛丽专注于数字广播电视技术领域的研究生，而指导教师姜秀华教授则是视频图像评价方面的专家。他们的研究受到了高等学校博士学科点专项科研基金的支持。文章详细地阐述了将像素从RGB色彩空间转换到HSY空间的方法，这种方法允许通过分析颜色的色度丰富度、颜色熵以及梯度幅值变化来度量颜色损伤。这种转换有助于捕捉颜色信息在压缩过程中的损失，因为它能够反映出颜色信息在视觉感知中的关键作用。 在质量评价方面，作者借鉴了结构相似度算法（SSIM）来衡量亮度信息，然后将它与颜色损伤的指标相结合，形成了一种全新的基于颜色信息压缩损伤的图像质量评价算法。与传统的只考虑亮度的评价方法相比，这种改进后的算法能够更全面地反映图像的整体质量，特别是当颜色信息受到损伤时，主观评价分数与其线性相关性显著提升。 此外，该研究的关键词包括图像质量评价、JPEG、量化损伤以及颜色直方图，表明了研究的核心关注点。论文的中图分类号TP391.41，进一步明确了其在图像处理和信息论领域内的学术定位。这项工作填补了图像质量评估理论的一个空白，为图像压缩技术的发展提供了新的视角和量化标准。