基于Contourlet系數(shù)灰關(guān)聯(lián)圖像質(zhì)量評價算法_第1頁
基于Contourlet系數(shù)灰關(guān)聯(lián)圖像質(zhì)量評價算法_第2頁
基于Contourlet系數(shù)灰關(guān)聯(lián)圖像質(zhì)量評價算法_第3頁
基于Contourlet系數(shù)灰關(guān)聯(lián)圖像質(zhì)量評價算法_第4頁
基于Contourlet系數(shù)灰關(guān)聯(lián)圖像質(zhì)量評價算法_第5頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、基于contourlet系數(shù)灰關(guān)聯(lián)圖像質(zhì)量評價算法摘要:為了更加客觀有效地評價圖像質(zhì)量,本文提出一種 基于contourlet系數(shù)灰關(guān)聯(lián)的圖像質(zhì)量評價算法。該算法 利用灰色關(guān)聯(lián)分析的整體比較機(jī)制和contourlet變換多尺 度多方向分析圖像的優(yōu)點(diǎn),首先從不同尺度不同方向上分別 計(jì)算出參考圖像與待評價圖像之間的灰色關(guān)聯(lián)度,然后對同 一尺度上所有方向的關(guān)聯(lián)度求均值,最后,利用這些均值與 標(biāo)準(zhǔn)參考序列進(jìn)行二次關(guān)聯(lián)比較,從而可在不同尺度不同方 向及綜合兩個層次評價圖像質(zhì)量。實(shí)驗(yàn)表明,該方法不僅能 從不同尺度不同方向提供更多的質(zhì)量信息,而且能更好地符 合人眼的主觀感知。關(guān)鍵詞:contourlet變換

2、;灰色關(guān)聯(lián)度;圖像質(zhì)量;人 類視覺系統(tǒng)中圖分類號:tp391.41文獻(xiàn)標(biāo)識碼:a文章編號: 1007-9599(2012)17-0000-021引言客觀有效地評價圖像質(zhì)量在圖像處理的眾多領(lǐng)域中都有著重要意義,它直接表明了圖像處理系統(tǒng)的優(yōu)劣及算法的 有效性。目前圖像質(zhì)量評價分為主觀評價和客觀評價方法1 。前者由觀測者根據(jù)人的視覺感知特性對圖像做出主觀 的判斷,其結(jié)果易受到客觀環(huán)境和主觀情緒及觀測者自身?xiàng)l 件因素的影響,如mos法和dmos法2。后者則是根據(jù)原始 圖像與重建圖像之間的數(shù)學(xué)統(tǒng)計(jì)差別來判斷圖像質(zhì)量的優(yōu) 劣。目前常用且成熟的評價方法包括psnr和mse兩種。隨 后由于圖像研究工作者的努力

3、,圖像質(zhì)量評價算法也層出不 窮,較為典型的模型有基于人類視覺系統(tǒng)的圖像質(zhì)量評價模 型和基于結(jié)構(gòu)相似度的評價模型等。但是,由于圖像質(zhì)量評 價方法具有多樣性且沒有統(tǒng)一的標(biāo)準(zhǔn),至今仍沒有形成一些 公認(rèn)且通用的評價算法,許多評價算法只是在對mse和psnr 進(jìn)行改進(jìn)的基礎(chǔ)上使圖像評價質(zhì)量更為合理而已3。本文利用contourlet變換能從不同尺度不同方向上對 圖像信息進(jìn)行分析的優(yōu)點(diǎn),將其與灰色關(guān)聯(lián)度相結(jié)合,擬從 不同尺度,不同方向以向量矩陣的形式同時評價多幅圖像的 質(zhì)量,并通過二次灰關(guān)聯(lián)分析以行向量的形式計(jì)算出各個圖 像的綜合質(zhì)量優(yōu)劣。2 contourlet變換與灰色關(guān)聯(lián)度2. 1 contourl

4、et 變換contourlet變換是一種多分辨率多方向的圖像表示方 法,其支撐區(qū)間具有長寬隨尺度而變化的“長方形"結(jié)構(gòu), 能有效地跟蹤圖像中的線奇異性和面奇異性,具有良好的方 向感知特性。contourlet變換分為2個步驟,首先由lp變 換對圖像進(jìn)行多尺度分解來捕捉奇異點(diǎn),然后使用dfb將分 布在同一方向上的奇異點(diǎn)進(jìn)行合并。其最終結(jié)果就是用類似 于線段的基結(jié)構(gòu)去逼近原圖像,該結(jié)構(gòu)使得contourlet變 換具有較優(yōu)的非線性逼近性能,能較好的挖掘出圖像的輪廓 及紋理方向特征,從而更有效的表示圖像。本文提出的算法對每幅圖像進(jìn)行3級contourlet變換。 其中,lp采用“dbl”濾

5、波器,每級dfb的方向數(shù)都為4。2.2灰色關(guān)聯(lián)分析理論灰色理論是由我國學(xué)者鄧聚龍教授于1982提出,其中 的灰色關(guān)聯(lián)分析是灰色理論的重要精華之一,其計(jì)算步驟如 下:(1) 分析灰色系統(tǒng)中的各個因素,從中提取出參考數(shù) 列和各個待比較數(shù)列為。其中,k, j屬于正數(shù)。(2) 計(jì)算參考序列與各比較序列之間的灰色關(guān)聯(lián)系數(shù)(1)其中,分辨系數(shù)是一個事先取定的常數(shù)(常取)o(3) 計(jì)算參考序列與待比較序列之間的總體關(guān)聯(lián)度(2)3基于contourlet系數(shù)灰關(guān)聯(lián)的圖像質(zhì)量評價及實(shí)驗(yàn) 分析3. 1算法思路基于contourlet系數(shù)灰關(guān)聯(lián)的圖像質(zhì)量評價算法的基 本思路是:首先在不同尺度、不同方向上得到待評價圖

6、像與 參考圖像之間的灰色關(guān)聯(lián)度,然后再對同一尺度上所有方向 的關(guān)聯(lián)度求取均值,最后利用這些均值再與參考序列進(jìn)行 二次灰關(guān)聯(lián)比較,得到每幅圖像的最終質(zhì)量優(yōu)劣值。3.2實(shí)驗(yàn)結(jié)果分析為評價算法的有效性,本文利用文獻(xiàn)4中的圖像進(jìn)行 實(shí)驗(yàn),分別對受不同程度破壞圖像、不同程度壓縮圖像和不 同程度噪聲干擾圖像的質(zhì)量進(jìn)行評價,所得的灰關(guān)聯(lián)矩陣依 次為、,通過進(jìn)一步選取矩陣中的各個行向量進(jìn)行二 次灰關(guān)聯(lián)比較,得到最終灰關(guān)聯(lián)度行向量依次為tl、t2、t3:其中,灰關(guān)聯(lián)矩陣的第一列表示:三幅待評價圖像與 參考圖像低頻概貌信息的關(guān)聯(lián)度值,后三列表示:三尺度高 頻細(xì)節(jié)信息的關(guān)聯(lián)度值,其值越大,說明在該方向上圖像質(zhì) 量越

7、好?;谊P(guān)聯(lián)度行向量ti表示整幅圖像的最終灰關(guān)聯(lián)度, 我們可以根據(jù)行向量中數(shù)據(jù)的大小來評判圖像優(yōu)劣,其值越 大,說明該圖像整體質(zhì)量越好。通過分析數(shù)據(jù)可知,本算法 所得結(jié)果與文獻(xiàn)4中結(jié)果一致,不僅能從不同尺度不同方 向提供更多的質(zhì)量信息,而且能更好地符合人眼的主觀感知 特性。4結(jié)論本文首先利用contourlet變換將待評價的圖像分解到 不同尺度及不同方向上,再結(jié)合灰色關(guān)聯(lián)度對圖像質(zhì)量的優(yōu) 劣進(jìn)行評價。該算法不僅能從圖像的多個頻帶范圍內(nèi)評價圖 像優(yōu)劣,還可從整體對圖像質(zhì)量進(jìn)行評價。實(shí)驗(yàn)結(jié)果表明, 本文所提出算法是一種具有多分辨率功能的客觀且有效的 圖像質(zhì)量評價方法。參考文獻(xiàn):1萬芬結(jié)構(gòu)相似度圖像質(zhì)量評價算法的改進(jìn)研究d. 大連:大連海事大學(xué),20112周景超,戴汝為,肖柏華.圖像質(zhì)量評價研究綜述j. 計(jì)算機(jī)科學(xué),2008, 35 (7): 1-53張宇葉,王淑娟,王春散圖像質(zhì)量評價的研究現(xiàn)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論