成人动漫软件


基于視覺感知的彩色圖像質量評價

分類:論文范文 發表時間:2019-05-05 11:21

  圖像質量評價是圖像處理與計算機視覺一個重要研究方向,近年來雖然出現了許多不同的基于人類視覺系統的評價方法,如SSIM,IFC,VSNR等。這些算法都提高了評價準確率但仍留有較大可以提升的空間,而且他們大多只針對圖像的灰度信息,簡單地將彩色信息丟棄,而人眼會根據圖像的灰度和色彩兩個方面去識別和評價圖像。為了滿足人眼視覺感受需要自然化歸一化處理圖像,并且通過色彩等多個尺度提取圖像顯著特征,賦予合適的權重來重新計算圖像的結構相似性,最終做出更精確的圖像質量評價。

藝術時尚

  《藝術時尚成人动漫软件》集中刊發關于文藝類學術論文、藝術作品等,包括文學藝術評論、藝術史料史論、創作談、文藝宣教工作經驗、論述,涵蓋美術(含設計、雕塑等)、書法、影視、音樂、戲劇、曲藝、舞蹈(含舞美、燈光、道具等)、攝影、民間文藝(含民間藝術、工藝美術等)、動漫等,歡迎各藝術院校、藝術團體、演出團體、電臺、電視臺、電影制片廠、電影公司、影劇院、群藝館、文化館、文化站、文化宮、博物館及各企事業單位的專家、學者以及宣教工作者積極投稿,暢談藝術。

  1引言 (IQA簡介)

  數字圖像在圖像采集、分析、傳輸、處理和重建的過程中,非常容易發生不同程度不同類型的扭曲和失真,導致圖像的視覺質量降低。而為了保持、控制和增強圖像質量,在圖像的采集、管理、傳輸和處理過程中,判斷圖像失真程度、識別和量化圖像質量等級就顯得尤為重要。經過40多年的發展,圖像質量評價技術得到了充分的發展,國際上也出現了一批成熟的評價標準與評價算法。圖像質量評價方法分為主觀評價方法與客觀評價方法。

  1.1 圖像質量主觀評價

  在大多數圖像處理應用程序中,人類是最終接受者,所以最可靠的IQA方法應該是主觀評價方法。針對數字圖像的主觀評價法在國際電信聯盟(ITU)給出過中定義[1] 。根據定義,主觀評價有四種評價方式:雙刺激損傷分級法、雙刺激連續質量分級法、單刺激分級法和單刺激連續質量分級法。

成人动漫软件   單刺激和雙刺激的主要區別在于評價者是獨立對圖像進行評價而不存在想要的參照物,雙刺激方法中評價人員將原始圖像與多個待評價的圖像組成‘圖像對,并且先讓評價人員觀看無失真圖像,形成一個參考基準,然后在對失真圖像進行展示,在對比之后,評價人員根據待評價失真圖像的主觀感受給出圖像質量等級。連續質量分級則是將多組原始圖像和待評價圖像給評價人員觀看,但與直接分級不同的是,原始圖像和待評價圖像顯示的順序是隨機的,并且一起對顯示的兩張圖像都要進行評分,該方法采用連續分數表示,使用百分制。

成人动漫软件   目前,采用大量的觀測人員進行DSCQS方法評分所得出的“平均意見分”(Mean Option Score,簡稱MOS)方法被認為是最佳的IQA方法。然而MOS方法的花銷成本大同時速度太慢,難以實際應用。

成人动漫软件   1.2 圖像質量客觀評價

成人动漫软件   與主觀評價相對應的圖像質量客觀評價方法,其本質就是一套根據人眼的主觀視覺系統(HVS)的高效的圖像質量自動評價系統。客觀評價方法根據評價系統是否有參考對象分為全參考圖像質量評價(能獲取參考圖像的全部信息,簡稱FR),參考圖像質量評價(只能獲取參考圖像的部分信息,簡稱RR),無參考圖像質量評價系統(簡稱NR)。目前FR-IQA方法已經日臻完善,RR-IQA和NR-IQA的研究熱度持續上升,然而FR和RR都需要獲取待測圖像的對比圖像的全部或者部分信息,這一點在實際應用中經常無法實現,也是IQA領域當前研究的熱點,目前的NR-IQA根據適用范圍大致分為兩類:針對特定失真類型的算法,通用型算法。前者在使用時需要預先知道圖像的失真類型,諸如模糊、噪聲、壓縮等,適用范圍受到了限制,但失真特征易于定義和提取,但適用范圍受到了限制,通用型NR-IQA的研究受到更多的重視。

成人动漫软件   在過去四十多年,圖像質量評價(IQA)得到了快速的發展。而在研究初期,為了減少模型設計的復雜度,大部分的IQA算法都只針對灰度圖像進行評價,而對于彩色圖像,他們主要有兩種處理方法:把原彩色圖像轉換到灰度尺度運算,或者將圖像分解為R、G、B三個通道,將原圖像變為三通道灰度圖像進行評價。而隨著人們對圖像質量評價精確性的要求逐漸變高,色彩這個重要的圖像質量評價指標開始被越來越多的研究人員重視,并提出一系列新的針對彩色圖像的質量評價算法。

成人动漫软件   2 基于彩色圖像中的灰度信息評價

  人作為圖像信息的主要接受載體,研究人眼的視覺原理可以對建立圖像質量客觀評價模型有重要意義。目前研究發現,物體成像主要在視網膜上,視網膜結構如下圖所示。

  從圖1中,我們知道光線通過瞳孔晶狀體,將光線匯聚在視網膜上。視網膜中含有兩種視覺細胞,分別是負責感受光亮度強弱柱狀細胞——視桿細胞、感受光的色彩的錐狀細胞——視錐細胞。光線通過兩種光感細胞將圖像的完整信息傳遞給大腦。而在視網膜中,視感細胞數量遠多于視錐細胞,人眼對亮度的敏感程度也大于對色彩的敏感程度。而且,只計算灰度信息會減少整個評價模型的復雜度,提高計算效率。因而出現了大量的只利用彩色圖像灰度信息的質量評價算法。

成人动漫软件   最經典的有參考圖像質量評價方法是MSE和PNSR[2],他們通過直接計算失真圖像與參考圖像的像素歐氏距離來評價他們的相似性。這兩種方法計算簡單,效率極高,但是沒有結合人眼的視覺特性,不能很好地與人眼的主觀感受保持一致。而結構相似性(Structural Similarity, SSIM)[3]方法從亮度,對比度和結構相似度三個方面對比參考圖像與失真圖像,得到了很好的結果。IFC(Information Fidelity Criterion)[4]則以兩幅圖的共同信息的多少作為失真圖像的判斷依據。NQM(Noise Quality Metric)[5]從噪聲的角度評價失真程度,以此給出質量評分。VSNR(Visual Signal-to-Noise Ratio)[6]則是基于視覺閾值特性提出的針對自然場景的質量評價方法。

成人动漫软件   而無參考質量質量評價現階段有兩種常見模型:即兩階段框架模型和全局框架模型。兩階段模型從圖像的小波域的統計特性出發,提取圖像的統計特征,之后利用分類器判斷圖像的失真類型,最后使用回歸模型估算圖像的質量。而全局框架圖像質量評價方法通過分析待測圖像在空域或者時域的統計特性,建立統計特征和主觀評價之間的映射,進而估算圖像質量。

  不過,值得探究的就是作為圖像質量評價本身這類問題就屬于人眼主觀感受,但是尚未有一個合理的視覺感知方法能夠與之結合起來。本文就是探索在圖像顯著性感知的基礎上,對色彩圖像進行結構相似性評價。

  3 視覺感知的色彩圖像質量評價

  在失真圖像和參考圖像提取結構性特征之前,本文加入了一種稱為自然圖像自然化預處理的過程。這樣能夠更加符合現實場景。再則引入參考圖像的視覺顯著性特征,結合SSIM評價方式,最后加權評估得出最后的失真圖像評分。

成人动漫软件   3.1 自然化歸一化圖像

成人动漫软件   我們將圖像進行自然化歸一化處理,使其更符合人眼的視覺感知。即對于一副M*N的圖像, I(i, j)表示該圖像的每一個像素點的值,歸一化處理方法如下式所示:

  [I(i,j)=I(i,j)-μ(i,j)σ(i,j)] (1)

  公式中:

  [μ(i,j)=k=-KKl=-LLω(k,l)I(i,k,j,l)] (2)

  [σ(i,j)=k=-KKl=-LLω(i,j)[I(i,k,j,l)-μ(i,j)]2] (3)

成人动漫软件   [ω(k,l)]是中心對稱的高斯加權函數,我們取 K=L=3。

成人动漫软件   3.2 SSIM簡介

成人动漫软件   王周認為待評價的圖像與原圖像相似度越高,其質量越高,而這種相似度需要從圖像像素間提取出結構特征。人眼視覺系統的主要功能就是從圖像中提取結構信息。為了更符合人眼的視覺感受,王周提出了結構相似性理論,即SSIM,具體公式如下所示:

  公式中x、y分別指代原圖像和待測圖像,C1、C2、C3均為常量參數。在一個滑動窗口內,[μ]為圖像的像素均值表示亮度,[σ]代表了標準差指代對比度。對應的[l(x,y)]、[c(x,y)]、[s(x,y)]分別指代了亮度對比度和結構三個方面的相似性。最終得到的質量評分為:

成人动漫软件   [SSIM(x,y)=lα(x,y)cβ(x,y)sγ(x,y)] (5)

成人动漫软件   其中[α,β,γ>0] ,而且[α,β,γ=1]。通過上面公式,我們對于特定的點I(i, j)我們都有了一個結構相似度估值。

  3.3 基于圖算法的顯著特征提取[7][8]

  在日常生活中我們在觀看一副圖像時,只會看圖像中的一部分區域而不是全圖。基于這中人眼的視覺特性,我們選用了基于圖算法的顯著區域提取算法,用來對圖像的各個區域的重要性進行評分。這種模型先對所要評測的圖像從9個尺度進行非均勻的采樣,通過高斯金字塔和中心邊緣算子進行局部的視覺反差計算,找到圖像的亮度顏色和朝向特征。接著通過多尺度的圖像合并和歸一化得到上述三個特征的顯著圖,最后將顯著圖進行線性融合得到最終能夠的視覺顯著特征圖。

  3.4 權重設置與圖像得分

成人动漫软件   通過顯著區域設置重新計算各像素權重,最后權重與SSIM的值相乘得到圖像最終質量得分S。

成人动漫软件   [S=w(x,y)*SSIM(x,y)] (7)

成人动漫软件   我們通過生成的顯著特征圖可以看出,Gbvs方法將整個彩色圖像中的彩色像素點都歸一化到了0-1的范圍內,需要額外注意的是,特征圖數值較高的部分為凸顯的重點區域,而數值較低并不是結構性無關的區域,直接將特征圖數值作為權重會導致評價結果誤差變大。通過多次實驗我們選擇了0.7這個數值作為圖像權重值閾值,當特征圖數值超過0.7時,我們使用該數值,其他情況則直接使用0.7代替。

  4 實驗

成人动漫软件   為了驗證本文提出的基于視覺感知的評價方法有效性,我們選擇了在圖像質量評價領域比較成熟的圖像數據庫LIVE[9]以及CSIQ[10]。在我們常見和假設的多種失真類型下主要有JPEG壓縮,模糊,隨機噪聲,快速退化等,而其中JPEG壓縮對圖像結構信息的破壞時最明顯的,本文把采用的數據庫中的JPEG壓縮失真圖片單獨抽出作為試驗樣本。

  4.1 實驗結果

  現有的評估IQA算法的性能好壞的指標主要分為IQA 算法性能評價指標主要分為斯皮爾曼秩相關系數(Spearman rank order correlation coefficient, SROCC)、皮爾遜線性相關系數(Pearson linear correlation coefficient, PLCC)。其中SROCC用來衡量IQA算法預測結果的單調性,值越高則單調性越好。PLCC則需要先對IQA算法預測的客觀質量評價分與MOS進行函數擬合,我們使用5參數logistic函數擬合。他們的表達形式如下:

  [f(x)=β112-1exp(β2(x-β3)),β4x,β5] (8)

  通過把預測值和數據庫中對應的DMOS值在得到擬合函數后,可以利用擬合函數并以輸入的客觀質量評價作為自變量來得到對應的因變量,也就是預測 MOS值。PLCC用來衡量客觀質量評價分與主觀質量評價分之間的線性度。PLCC值越高則線性度越好,即算法越優秀。我們通過計算得到了以下兩張表

成人动漫软件   4.2 實驗分析

成人动漫软件   表1和表2分別是有6種圖像質量評價算法所對應的SROCC系數與PLCC系數。我們可以發現,本文提出的方法不僅更符合人眼對圖像的認知,相比其他幾個質量評價算法在準確度上有更好的性能。圖3是本文算法的數據散點圖與擬合曲線,橫軸為我們的預測值,縱軸為主觀意見分。我們能很直觀的發現我們提出的方法與主觀質量評價保持了非常好的一致性。不過從表3我們能發現,因為增加了額外的圖像顯著區域處理操作,整個系統的耗時較高,但精確度的提高十分顯著,與其他算法或多或少存在嚴重偏離擬合曲線的點,本文的單調性和線性度都很好。

  5 結束語

  本文基于圖像視覺顯著圖和結構相似度提出一種新的全參考彩色圖像質量的評價算法,在LIVE和CSQI兩個權威數據庫上實驗,驗證本文方法的有效性。從實驗結果可以看出我們提出的方法可以在壓縮圖像失真條件下更準確的評價圖像質量。不過我們也發現,引入額外的計算會使整個評價系統的開銷變大,時間消耗過多,如何在滿足精確度情況下快速實現是將來的工作方向。

  參考文獻:

  [1]Rec. ITU-R BT.500-11. Methodology for the subjective assessment of the quality of television pictures[S] .

成人动漫软件   [2]WANG Z, Bovik A C, A universal image quality index[J]. IEEE Signal Processing Letters, 2002, 9 (3): 81-84.

  [3]WANG Z, Bovik A C, Sheikh H R, et al. Image quality assessment: from error visibility to structural similarity[J]. IEEE Transactions on Image Processing, 2004, 13(4):600 - 612.

  [4]Sheikh H R, Bovik A C, De Veciana G. An information fidelity criterion for image quality assessment using natural scene statistics[J]. IEEE Transactions on Image Processing, 2005, 14(12):2117-2128.

成人动漫软件   [5]Damera-Venkata N, Kite T D, Geisler W S, et al. Image quality assessment based on a degradation model[J]. IEEE Transactions on Image Processing, 2000, 9(4):636-650.

成人动漫软件   [6]Chandler D M, Hemami S S. VSNR: A Wavelet-Based Visual Signal-to-Noise Ratio for Natural Images[J]. IEEE Transactions on Image Processing, 2007, 16(9):2284-2298.

成人动漫软件   [7]J. Harel, C. Koch, and P. Perona, Graph-Based Visual Saliency [C], advances in Neural Information Processing Systems (NIPS) , MIT Press, 2007, 545-552

成人动漫软件   [8]X. Hou, J. Harel, and C. Koch, Image Signature: Highlighting Sparse Salient Regions[J]. IEEE Trans. Pattern Anal. Mach. Intell, 2012,34(1): 194-201.

  [9]Sheikh H R, Wang Z, Cormack L, Bovik A C. LIVE Image Quality Assessment Database Release 2 [DB/OL], available: http://live.ece.utexas.edu/research/quality, 2006

  [10]Larson E C, Chandler D M. Categorical subjective image quality CSIQ database [DB/OL], available: http://vision.okstate.edu/csiq/,2009.

成人动漫软件關鍵詞:基于,視覺,感知,的,彩色,圖像,質量,評價,圖像,

上一篇:節能理念下的民用建筑暖通空調設計探究 下一篇:淺析建筑工程預算及工程成本控制