没有合适的资源?快使用搜索试试~ 我知道了~
超分辨率重建图像质量评价报告.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 169 浏览量
2022-11-25
23:02:00
上传
评论
收藏 579KB DOCX 举报
温馨提示
试读
15页
。。。
资源推荐
资源详情
资源评论
E-mail:
图像质量评价技术路线
1 研究现有图像质量评价方法,利用 Livedatabase 对其进行分类实验,得出其适用图像降质
类型和评价的精确程度。
2 提出几种新的针对压缩重建图像和超分辨重建图像的质量评价算法。利用 Livebase 进行
验证。
3 由于遥感影像相对于自然影像,有其特殊性,必须建立遥感影像主观评价库,将新算法应
用于此图像库,验证其在评价遥感压缩影像上的有效性。
主观评价方法
主观评价主要是由人在感性认识上从主观感觉和统计结果的角度对图像质量做出相应
的判定,主要的方法是目视判读。人类视觉系统被认为是最精密的光学成像系统,通过人眼
接收物体的反射光在大脑中成像,然后由大脑根据储存的经验知识进行分析得到结论,这个
过程所需时间很短。因此主观评价方法具有直观、简单的优点。
图像质量评价离不开视觉评价,主观评价方法可以从配准、影像的整体亮度、色彩、反
差、清晰度、影像内纹理、地物边缘、是否有蒙雾或马赛克等现象出现等方面做出判定,直
观地得到图像在空间分解力、清晰度等方面的差异。但是这种方法的主观性比较强,人的视
觉对影像上的各种变化并不都很敏感,图像的视觉质量强烈地取决于观察者,具有主观性、
不全面性。
客观评价方法
目视判读的优点是操作简单、效率高,可以有效剔除一些质量差的影像,避免无谓的工
作,但是这种判定会因为观察人员的素质、经验、水平的不同以及外部环境的影响而产生较
大的差异,因此需要有易于掌控和科学支持的定量评价方法。客观评价方法主要就是采用定
量的评价指标对影像做定量分析,由此获取对图像质量好坏的判定。
按照对参考图像的需求,可将客观评价方法分为三类,分别为:无参考、部分参考和完
全参考图像质量评价。分类介绍如下:
1 无参考图像质量评价方法
单幅图像的信噪比 SNR
给定一幅图像,若需要估计它的信噪比,则可以在图像上找一个平坦区域,在平坦区
域计算局部方差并平均作为噪声方差,在许多情况下图像中没有适合的平坦区域,则可以用
如下算法来估计信噪比:计算图像的局部方差,图像边界附近的方差不考虑在内。用图像局
部方差的最大值和最小值之比作为图像信噪比的估计。此方法只适用于SNR 在 20 到 60 之
内的图像。
信息熵 E(entropy)
熵(Entropy)是用来表示任何一种能量在空间中的均匀分布程度。能量分布得越均匀,
熵就越大。如果对于一个系统,当其能量完全均匀分布时,那么这个系统的熵就达到最大值。
1
E-mail:
在信息论中 Shannon 引入信息熵,即事件发生的不确定程度。如果一个事件(例如收到一个
信号)有 n 种可能的结果(A ,A ,……A ),且每个结果 A 出现的机率分布为 P(i=1,2,……
1
2
n
i
i
n),那么最终结局在出现之前的不确定程度H 为:
n
H C ln
P P
i
i
i1
其中 C 是常数,它与对数进制有关(如果现在二进制,则C = 1;如果现在 e 进制,则
C = 1/ln2)。
根据这个理论,可以得到影像的信息熵 E 为:
n
E P log P
(i)
(i)
2
i0
其中 P(i)是某个像素值 i 在影像中出现的概率,n 是灰度值范围(一般为 0~225)。
影像的信息熵 E 值越大,则影像中偏离影像直方图高峰灰度区的大小越大,所有灰度
值出现的机率趋于相等,影像携带的信息量越大,信息越丰富。
Matlab函数:
function s=entropy(image)
。
G
平均梯度 (gradient)
平均梯度可敏感地反映出影像对微小细节反差的表达的能力,在影像中,某一个方向的
灰度级变化率大,则它的梯度也就大。定义平均梯度的表达式为:
1
n
f
f
1
2
m
G
(
) (
2
)
2
i, j
i, j
2
mn
x
y
i1 j1
i
j
其中,m、n 分别为影像的宽和高,f 为影像像素(i,j)的灰度值。
,
i
j
用平均梯度值来衡量影像的清晰度,能够反映出影像中微小细节反差和纹理变换特征,
一般说来,该值越大,影像层次越多,影像就越显得清晰。可以予以评价融合结果影像的细
节表达能力。
gradient_average
(f,varargin)
。
Matlab函数:
function varargout =
标准差σ(Standard_deviation)
根据统计学中的知识,可以得到有关影像灰度的均值与标准差的定义,如下:
1
n
灰度平均值
x
i
n
i1
1
n
( )
x
标准差
i
2
n 1
i1
其中,n 表示影像中像素的总数,x 为第 i 个像素的灰度值。灰度平均值μ即是影像亮
i
度的平均值,一个适中的亮度均值可以反映出影像的效果比较理想;标准差σ是影像灰度值
相对于均值的分散度的测定,值越大则影像的灰度范围越是趋于分散,图像的反差大,得到
2
E-mail:
的影像的信息量也越大;反之,则反差小,对比度不大,色调单一均匀,信息量小。融合影
像的分辨率与替代影像的标准差相关,一般来说,替代影像的标准差越大,影像的分辨率越
高。
Matlab函数:
function sd = standard_deviation(img)
。
空间频率 SF(spacial_frequency)
空间频率反映了一幅影像空间的总体活跃程度,它包括空间行频率 RF 以及空间列频率
CF,其表达式为:
1
f f
m
n
RF
CF
(
(
)
i, j1
2
m n
i, j
i1 j2
1
f f
m
n
)
2
m n
i, j
i1, j
i2 j1
综合两者得到整体空间频率值:
SF RF
CF
2
2
其中,m、n 分别为影像的宽和高,f 为影像像素(i,j)的灰度值。
,
i
j
Matlab函数:
function sf = spacial_frequency(img)
。
无参考压缩质量评价 NRQA(NoReferenceQualityAssessment )
无参考压缩图像质量评价主要针对 JPEG2000 压缩图像,利用自然图像和压缩重建图像
的小波域统计特性对比,反映了一幅影像的高频损失程度,从而表明其压缩重建质量,其表
达式为:
(
)
p
u
q K 1 exp
ss,i
i
T
i
i
i
(q q )
1
2
q
'
1
2
q q
'
2
3
(q q )
q
'
3
4
5
2
q
'
4
q
6
Q q '
T
w
其中,Ki,Ti 是通过训练样本的曲线拟合得到的,ui 是训练样本均值,pss 是联合概率
分布,w 值是训练样本时,使质量指标误差最小得到的。
Matlab函数:
function NRQA = jp2knr_quality(img)
。
2 完全参考图像质量评价方法
3
剩余14页未读,继续阅读
资源评论
คิดถึง643
- 粉丝: 3912
- 资源: 1万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功