论文部分内容阅读
随着第四代通信系统的出现和发展,数字通信逐渐成为多媒体通信领域的主导方式。但由于客观硬件设备和软件的不完善,图像在采集、处理、存储以及传输过程中不可避免会出现不同类型和程度的失真现象,从而影响用户的感知体验。本学位论文通过研究分析感知因素对图像质量的影响,建立符合人眼视觉特征的图像质量评价模型。本论文主要研究内容如下:首先,本文介绍人眼视觉系统与人眼感知的关系,从而深入理解基于感知特性的图像质量评价方法的研究;然后详细介绍不同图像质量评价方法的研究思路和面向不同传输条件的不同评价准则以及相对的经典算法;最后本文提出了三个基于图像感知特征的降质参考质量评价方法:1)基于重组离散余弦(Reorganized Discrete Cosine Transform,RDCT)降质参考的图像质量评价方法。传统的图像质量评价算法都是直接基于像素差异衡量质量,这使得接受端需要原始图像的全部信息,而且在没有考虑到人眼视觉特性的前提进行质量预测与实际的感知质量是有较大差异的。本文通过人眼的多通道特性,对图像进行重组离散余弦变换,提取每个变换后子带的能量信息,人眼对这些能量信息具有较强的敏感性。最后通过衡量失真图像和原始图像每个子带的能量信息丢失量,线性加权的方式求取失真图像的感知质量值。2)基于小波变换的降质参考图像质量评价方法。本算法根据人眼的多通道特性提取图像的视觉感知特征,对高斯图像进行小波变换,根据人眼的多通道特性提取图像的视觉感知特征作为图像的感知能量,通过衡量原始图像和失真图像之间的能量差距来预测图像的感知质量,实验表明该算法预测很准确。3)基于统计特征和能量特征的降质参考图像质量评价方法。本算法通过对图像进行重组DCT变换。由于变换后的子带服从广义高斯分布,因此算法通过提取原始图像和失真图像变换后的高斯分布的形状参数作为图形质量的特征。然后再求取失各子带的能量特征。把这两类特征作为机器学习的特征输入,图像的主观分数作为目标值。最后本算法进行500次交叉验证实验求取了图像的质量,实验结果表明客观质量和主观质量具有高度一致性且算法的复杂度也非常低。