当前位置:首页 > 工业技术
图像质量评价中的特征提取方法与应用
图像质量评价中的特征提取方法与应用

图像质量评价中的特征提取方法与应用PDF电子书下载

工业技术

  • 电子书积分:9 积分如何计算积分?
  • 作 者:李雷达著
  • 出 版 社:徐州:中国矿业大学出版社
  • 出版年份:2015
  • ISBN:9787564627119
  • 页数:179 页
图书介绍:本书结合著者在图像质量评价方向的研究,重点介绍数字图像的客观质量评价中常用的特征提取方法,并将这些特征提取方法用于设计图像质量评价模型。主要内容包括:第1章:绪论。主要介绍图像质量评价的研究背景与意义,方法分类,现有图像质量数据库和衡量图像质量评价算法性能的主要标准等。第2章:图像质量评价经典方法。针对全参考型,部分参考型和无参考型三类方法,分别介绍其主要评价过程,并简单介绍近年来出现的具有代表性的算法。第3章:数字图像特征提取。针对图像质量评价,介绍几类特征提取方法,包括图像中的边缘与梯度,局部不变特征,正交矩和稀疏表示等。第4章:全参考图像质量评价方法研究。介绍基于离散正交矩和多尺度结构表达的两种全参考型图像质量评价算法,在标准图像质量数据库中进行性能测试,并与现有经典算法性能进行对比。第5章:无参考型JPEG图像块效应评价方法研究。介绍基于JPEG图像中颜色漂移特性,基于Tchebichef核函数分析,基于JPEG网格强度与规律性的图像中块效应的无参考评价算法,在标准图像质量数据库中的JPEG图像上进行性能测试,并与现有经典算法性能进行对比。第6章:无参考型图像模糊评价方法研究。
《图像质量评价中的特征提取方法与应用》目录

1 绪论 1

1.1 研究背景与意义 1

1.2 图像质量评价方法分类 4

1.3 图像质量评价数据库 6

1.4 图像质量评价算法的性能衡量标准 10

1.5 本书内容安排 11

2 图像质量评价经典方法 14

2.1 全参考型图像质量评价 14

2.1.1 SSIM 15

2.1.2 MS—SSIM 17

2.1.3 VIF 17

2.1.4 FSIM 18

2.1.5 GSM 19

2.1.6 GMSD 20

2.1.7 VSI 20

2.2 部分参考型图像质量评价 22

2.3 无参考型图像质量评价 24

2.3.1 块效应无参考评价 24

2.3.2 模糊无参考评价 28

2.3.3 通用型无参考质量评价 32

2.4 本章小结 34

3 数字图像特征提取 35

3.1 边缘 35

3.1.1 梯度 35

3.1.2 Roberts算子 36

3.1.3 Prewitt算子 36

3.1.4 Sobel算子 37

3.1.5 LoG算子 37

3.1.6 Canny算子 39

3.2 局部不变特征 40

3.2.1 Harris特征点 41

3.2.2 多尺度特征点 42

3.3 正交矩 49

3.3.1 连续正交矩 49

3.3.2 离散正交矩 54

3.4 高层次特征 58

3.4.1 稀疏表示 58

3.4.2 字典学习 59

3.5 本章小结 61

4 全参考图像质量评价方法研究 62

4.1 基于离散正交矩的全参考图像质量评价算法 62

4.1.1 Wee算法与分析 62

4.1.2 改进的算法 64

4.1.3 实验结果与分析 66

4.1.4 小结 71

4.2 基于多尺度结构表示的全参考图像质量评价算法 73

4.2.1 相关方法 73

4.2.2 多尺度高斯差(DoG) 74

4.2.3 本节的算法 77

4.2.4 实验结果与分析 81

4.2.5 小结 86

4.3 本章小结 86

5 无参考型JPEG图像块效应评价方法研究 88

5.1 基于颜色漂移特性的JPEG图像块效应盲评价算法 88

5.1.1 JPEG图像中的颜色漂移与颜色丢失 89

5.1.2 基于颜色漂移特性的块效应评价 90

5.1.3 实验结果与分析 96

5.1.4 小结 100

5.2 基于Tchebichef矩的图像块效应盲评价算法 100

5.2.1 Tchebichef核函数与块效应的关系 100

5.2.2 块效应评价 102

5.2.3 实验结果与分析 104

5.2.4 小结 109

5.3 基于网格强度与规律性的JPEG图像块效应盲评价算法 110

5.3.1 块效应网格提取 111

5.3.2 网格强度描述 113

5.3.3 网格规律性描述 114

5.3.4 图像块效应分数 117

5.3.5 实验结果与分析 117

5.3.6 小结 125

5.4 本章小结 125

6 无参考型图像模糊评价方法研究 126

6.1 基于离散正交矩的图像模糊评价算法 127

6.1.1 Tchebichef矩与图像模糊的关系 128

6.1.2 图像模糊评价 130

6.1.3 实验结果与分析 135

6.1.4 小结 143

6.2 基于稀疏表示的图像模糊评价算法 145

6.2.1 稀疏表示与模糊的关系 145

6.2.2 模糊评价算法 146

6.2.3 实验结果与分析 150

6.2.4 小结 160

6.3 本章小结 161

7 总结与展望 163

7.1 内容总结 163

7.2 研究展望 164

参考文献 166

返回顶部