搜索

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于图像内容视觉感知的图像质量客观评价方法

姚军财 刘贵忠

基于图像内容视觉感知的图像质量客观评价方法

姚军财, 刘贵忠
PDF
导出引用
  • 图像质量客观评价在图像和视频传输、编解码以及服务质量中起着非常重要的作用.然而现有的方法往往没有考虑图像内容特征及其视觉感知,使得其质量客观评价与主观感知结果存在一定的差距.基于此,本文结合图像内容的复杂性特征和人眼的掩蔽特性、对比敏感度特性以及亮度感知的非线性特性,提出了一种基于人眼对图像内容感知的图像质量客观评价方法.该方法首先结合亮度感知的非线性模型将图像进行转换,得到人眼感知强度图;再分别以人眼对比敏感度值和图像局部平均对比度值作为权重因子对强度求和,以求和的数据信息作为人眼感知图像的内容,并构建图像感知模型;最后以此模型分别模拟人眼感知参考图像和失真图像,并计算二者的强度差,以强度差为评价分数的基础构建图像质量客观评价模型.采用LIVE,TID2008和CSIQ三个数据库中的共47幅参考图像和1549幅测试图像进行仿真实验,且与SSIM,VSNR,FSIM和PSNRHVS等典型的图像质量客观评价模型进行对比分析,同时探讨影响图像质量评价的因素.结果表明:所提方法的评价分数与主观评价分数的Pearson线性相关性系数和Spearman秩相关系数值比SSIM的评价结果均有一定程度的提高,提高幅度分别平均为9.5402%和3.2852%,比PSNRHVS和VSNR提高幅度更大.综合以上表明:所提方法是一种有效可行的图像质量客观评价方法;同时,在图像质量客观评价中,考虑人眼对图像内容的感知和复杂度的分析有助于提高图像质量主客观评价的一致性,评价精度可得到进一步的提高.
      通信作者: 刘贵忠, liugz@mail.xjtu.edu.cn
    • 基金项目: 国家自然科学基金(批准号:61301237)和陕西省科技新星计划(批准号:2015KJXX-42)资助的课题.
    [1]

    Wang Y Q 2014 J. Nanjing Univ. (Nat. Sci. Ed.) 50 361 (in Chinese)[王元庆 2014 南京大学学报(自然科学版) 50 361]

    [2]

    Zhuang J Y, Chen Q, He W J, Mao T Y 2016 Acta Phys. Sin. 65 040501 (in Chinese)[庄佳衍, 陈钱, 何伟基, 冒添逸 2016 物理学报 65 040501]

    [3]

    Wang Z, Bovik A C, Sheikh H R, Simoncelli E P 2004 IEEE Trans. Image Process. 13 600

    [4]

    Chandler D M, Hemami S S 2007 IEEE Trans. Image Process. 16 2284

    [5]

    Zhang L, Zhang L, Mou X, Zhang D 2011 IEEE Trans. Image Process. 20 2378

    [6]

    Xue W, Zhang L, Mou X, Bovik A C 2014 IEEE Trans. Image Process. 23 684

    [7]

    Zhang L, Shen Y, Li H 2014 IEEE Trans. Image Process. 23 4270

    [8]

    Paudyal P, Battisti F, Sjöström M, Olsson R, Carli M 2017 IEEE Trans. Broadcast. 63 507

    [9]

    Bae S H, Kim M 2016 IEEE Trans. Image Process. 25 2392.

    [10]

    Gu K, Wang S, Zhai G, Ma S, Yang X 2016 Signal Image Video Process. 10 803

    [11]

    Wang X L, Wu D W, Li X, Zhu H N, Chen K, Fang G 2017 Acta Phys. Sin. 66 230302 (in Chinese)[王湘林, 吴德伟, 李响, 朱浩男, 陈坤, 方冠 2017 物理学报 66 230302]

    [12]

    Akamine W Y L, Farias M C Q 2014 J. Electron. Imaging 23 061107

    [13]

    Li C F, Bovik A C 2010 J. Electron. Imaging 19 143

    [14]

    Guo J, Hu G, Xu W, Huang L 2017 J. Vis. Commun. Image Represent. 43 50

    [15]

    Hou W, Mei F H, Chen G J, Deng X W 2015 Acta Phys. Sin. 64 024202 (in Chinese)[侯旺, 梅风华, 陈国军, 邓喜文 2015 物理学报 64 024202]

    [16]

    Stephen W, Huw O, Vien C, Iain P S 2006 Color Res. Appl. 31 315

    [17]

    Nadenau M 2000 Ph. D. Dissertation (Lausanne:École Polytechnique Fédérale de Lausanne)

    [18]

    Yao J C, Shen J, Wang J H 2008 Acta Phys. Sin. 57 4034 (in Chinese)[姚军财, 申静, 王剑华 2008 物理学报 57 4034]

    [19]

    Sheikh H R, Sabir M F, Bovik A C 2006 IEEE Trans. Image Process. 15 3440

    [20]

    Nikolay P, Vladimir L, Alexander Z, Karen E, Jaakko A, Marco C, Federica B 2009 Adv. Modern Radioelectron. 10 30

    [21]

    Larson E C, Chandler D M 2010 J. Electron. Imaging 19 011006

    [22]

    Zhang F, Bull D R 2013 Proceedings of the 20th IEEE Interatinonal Conference on Image Processing (ICIP) Melbourne, Australia,September 15-18, 2013 p39

    [23]

    Gu K, Wang S, Zhai G, Lin W, Yang X, Zhang W 2016 IEEE Trans. Image Process. 62 446

  • [1]

    Wang Y Q 2014 J. Nanjing Univ. (Nat. Sci. Ed.) 50 361 (in Chinese)[王元庆 2014 南京大学学报(自然科学版) 50 361]

    [2]

    Zhuang J Y, Chen Q, He W J, Mao T Y 2016 Acta Phys. Sin. 65 040501 (in Chinese)[庄佳衍, 陈钱, 何伟基, 冒添逸 2016 物理学报 65 040501]

    [3]

    Wang Z, Bovik A C, Sheikh H R, Simoncelli E P 2004 IEEE Trans. Image Process. 13 600

    [4]

    Chandler D M, Hemami S S 2007 IEEE Trans. Image Process. 16 2284

    [5]

    Zhang L, Zhang L, Mou X, Zhang D 2011 IEEE Trans. Image Process. 20 2378

    [6]

    Xue W, Zhang L, Mou X, Bovik A C 2014 IEEE Trans. Image Process. 23 684

    [7]

    Zhang L, Shen Y, Li H 2014 IEEE Trans. Image Process. 23 4270

    [8]

    Paudyal P, Battisti F, Sjöström M, Olsson R, Carli M 2017 IEEE Trans. Broadcast. 63 507

    [9]

    Bae S H, Kim M 2016 IEEE Trans. Image Process. 25 2392.

    [10]

    Gu K, Wang S, Zhai G, Ma S, Yang X 2016 Signal Image Video Process. 10 803

    [11]

    Wang X L, Wu D W, Li X, Zhu H N, Chen K, Fang G 2017 Acta Phys. Sin. 66 230302 (in Chinese)[王湘林, 吴德伟, 李响, 朱浩男, 陈坤, 方冠 2017 物理学报 66 230302]

    [12]

    Akamine W Y L, Farias M C Q 2014 J. Electron. Imaging 23 061107

    [13]

    Li C F, Bovik A C 2010 J. Electron. Imaging 19 143

    [14]

    Guo J, Hu G, Xu W, Huang L 2017 J. Vis. Commun. Image Represent. 43 50

    [15]

    Hou W, Mei F H, Chen G J, Deng X W 2015 Acta Phys. Sin. 64 024202 (in Chinese)[侯旺, 梅风华, 陈国军, 邓喜文 2015 物理学报 64 024202]

    [16]

    Stephen W, Huw O, Vien C, Iain P S 2006 Color Res. Appl. 31 315

    [17]

    Nadenau M 2000 Ph. D. Dissertation (Lausanne:École Polytechnique Fédérale de Lausanne)

    [18]

    Yao J C, Shen J, Wang J H 2008 Acta Phys. Sin. 57 4034 (in Chinese)[姚军财, 申静, 王剑华 2008 物理学报 57 4034]

    [19]

    Sheikh H R, Sabir M F, Bovik A C 2006 IEEE Trans. Image Process. 15 3440

    [20]

    Nikolay P, Vladimir L, Alexander Z, Karen E, Jaakko A, Marco C, Federica B 2009 Adv. Modern Radioelectron. 10 30

    [21]

    Larson E C, Chandler D M 2010 J. Electron. Imaging 19 011006

    [22]

    Zhang F, Bull D R 2013 Proceedings of the 20th IEEE Interatinonal Conference on Image Processing (ICIP) Melbourne, Australia,September 15-18, 2013 p39

    [23]

    Gu K, Wang S, Zhai G, Lin W, Yang X, Zhang W 2016 IEEE Trans. Image Process. 62 446

  • 引用本文:
    Citation:
计量
  • 文章访问数:  1893
  • PDF下载量:  187
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-01-23
  • 修回日期:  2018-03-07
  • 刊出日期:  2019-05-20

基于图像内容视觉感知的图像质量客观评价方法

  • 1. 西安交通大学电子与信息工程学院, 西安 710049;
  • 2. 陕西理工大学物理与电信工程学院, 汉中 723000
  • 通信作者: 刘贵忠, liugz@mail.xjtu.edu.cn
    基金项目: 

    国家自然科学基金(批准号:61301237)和陕西省科技新星计划(批准号:2015KJXX-42)资助的课题.

摘要: 图像质量客观评价在图像和视频传输、编解码以及服务质量中起着非常重要的作用.然而现有的方法往往没有考虑图像内容特征及其视觉感知,使得其质量客观评价与主观感知结果存在一定的差距.基于此,本文结合图像内容的复杂性特征和人眼的掩蔽特性、对比敏感度特性以及亮度感知的非线性特性,提出了一种基于人眼对图像内容感知的图像质量客观评价方法.该方法首先结合亮度感知的非线性模型将图像进行转换,得到人眼感知强度图;再分别以人眼对比敏感度值和图像局部平均对比度值作为权重因子对强度求和,以求和的数据信息作为人眼感知图像的内容,并构建图像感知模型;最后以此模型分别模拟人眼感知参考图像和失真图像,并计算二者的强度差,以强度差为评价分数的基础构建图像质量客观评价模型.采用LIVE,TID2008和CSIQ三个数据库中的共47幅参考图像和1549幅测试图像进行仿真实验,且与SSIM,VSNR,FSIM和PSNRHVS等典型的图像质量客观评价模型进行对比分析,同时探讨影响图像质量评价的因素.结果表明:所提方法的评价分数与主观评价分数的Pearson线性相关性系数和Spearman秩相关系数值比SSIM的评价结果均有一定程度的提高,提高幅度分别平均为9.5402%和3.2852%,比PSNRHVS和VSNR提高幅度更大.综合以上表明:所提方法是一种有效可行的图像质量客观评价方法;同时,在图像质量客观评价中,考虑人眼对图像内容的感知和复杂度的分析有助于提高图像质量主客观评价的一致性,评价精度可得到进一步的提高.

English Abstract

参考文献 (23)

目录

    /

    返回文章
    返回