论文部分内容阅读
传统的图像质量评价方法,存在着各种各样的缺陷。例如主观评价方法过于繁琐,耗时耗力又不可重复,客观评价方法的结果与实际图像质量不相吻合甚至相互矛盾等,所以说传统的图像质量评价已根本无法适应和满足当前图像技术飞速发展的需求。在图像质量评价方法中引入HVS特性,将传统的客观评价方法和主观评价方法有机地结合起来,是解决这一难题的一个有效途径,也是图像质量评价方法的一个发展方向。为此,本文着重就如何在传统图像质量评价方法中引入HVS特性,充分利用亮度加权网络和HVS内在的相互关系,建立新的图像质量评价算法,展丌了一系列的探索与研究工作,取得了一些突破与创新。主要的研究内容及成果是：1.系统地分析了CCIR推荐的亮度加权网络及其与HVS的内在联系,提出了将亮度加权网络与HVS特性相结合的方法,并以此作为图像质量综合评价新算法的立论依据。2.基于亮度加权网络的时域表达式和图像系统中时空域的相互关系,确定了亮度加权网络的空间扩展方法,并讨论了信号单边带和双边带的相互转化关系。3.基于图像空间尺寸建立了实验所需测试信号的设计方法,制作了一般的白噪声图像、空域量化噪声图像、频域量化噪声图像和正交变换量化噪声图像等,为从传统评价方法中引入HVS特性提供了必要的实验基础。4.建立了基于亮度加权网络的多通道分析的实验平台。在传统PSNR算法的基础上,建立了WPSNR客观加权算法。并结合人眼视觉特性,分析了亮度加权空间扩展网络对空间尺寸的实际影响。本文提出的图像质量评价计算新算法是建立在系统的理论分析和大量的实验基础之上的。从实验结果上看,由于结合了人眼的视觉分辨率,新算法明显优于传统的图像质量评价方法,实现了图像质量的主、客观评价结果的一致性和主客观评价方法的统一性。