彩色图像质量客观评价为后续图像处理的基础,须与人眼感觉一致,而传统的评价往往与主观视觉相差较大.为此,分析了人类视觉系统特性、四元数基础,解析了彩色图像转化为灰度图像处理等难度,提出了结合人眼视觉特性和四元数的全参考型彩色...彩色图像质量客观评价为后续图像处理的基础,须与人眼感觉一致,而传统的评价往往与主观视觉相差较大.为此,分析了人类视觉系统特性、四元数基础,解析了彩色图像转化为灰度图像处理等难度,提出了结合人眼视觉特性和四元数的全参考型彩色图像质量评价方法 HVS-QSVD.其通过空间位置函数、局部方差函数、纹理边缘复杂度函数、颜色信息等,构建了相应的评价算法模型.经LIVE(Laboratory for Image and Video Engineering)图像数据库与其他方法比对,结果表明该方法优越,更为符合人眼视觉感知,为高速公路视频事件检测、工业视觉瓷砖分类检测的应用,奠定了基础.展开更多
文摘彩色图像质量客观评价为后续图像处理的基础,须与人眼感觉一致,而传统的评价往往与主观视觉相差较大.为此,分析了人类视觉系统特性、四元数基础,解析了彩色图像转化为灰度图像处理等难度,提出了结合人眼视觉特性和四元数的全参考型彩色图像质量评价方法 HVS-QSVD.其通过空间位置函数、局部方差函数、纹理边缘复杂度函数、颜色信息等,构建了相应的评价算法模型.经LIVE(Laboratory for Image and Video Engineering)图像数据库与其他方法比对,结果表明该方法优越,更为符合人眼视觉感知,为高速公路视频事件检测、工业视觉瓷砖分类检测的应用,奠定了基础.
文摘进行客观视频质量评价时,为了与主观评价结果尽可能一致,需要考虑视频的动态特性和人眼观看的视觉特性,因此本文提出一种基于显著区域和运动特性加权的视频质量评价方法。该评价指标基于传统的结构相似性指数(Structural similarity index measurement,SSIM)方法并在此基础上作了改进。首先通过频谱分析得到空域显著度,通过视觉注意模型并结合运动特性获取时域显著度,并根据时、空显著度动态融合得到帧级显著度。以帧级显著度加权SSIM指数,便可得到整个视频帧的质量评价指标。在LIVE VQA标准数据集上的实验结果表明,该评价指标更加接近于人眼对视频质量的主观评价值。
