APP下载

基于小波频带划分及HVS特性的图像清晰度评价

2012-02-15査凯龙陈淑荣

电子设计工程 2012年9期
关键词:评价

査凯龙,陈淑荣

(上海海事大学 信息工程学院,上海 201306)

数字图像的清晰度是衡量数字成像系统优劣的重要指标,自动聚焦获得清晰、质量好的图像是保证信息获取和后期图像处理的关键因素之一。当前,图像的清晰度评价主要在空域和频域分析,空域分析多基于图像的边缘特征,清晰图像比模糊图像具有更加锐化的边缘,因而大量的研究是通过灰度图像的梯度来衡量,如方差函数、sobel算子,评价方法简单、计算量小,但可靠性和敏感性较差;而频域中,因清晰图像比模糊图像具有较多的高频分量,多用高频能量作为清晰度判别依据,如傅里叶能量法,小波能量法,但计算量大。

由于图像清晰度的评价依赖于人的视觉特征和人的感受,而考虑人眼视觉特征的评价方法更接近主观评价值[1-2]。因此,笔者提出了一种基于小波分析并结合人眼视觉CSF特征的图像清晰度评价方法,将加权后的高频分量和低频分量的比值作为评价指标,考虑了人眼视觉因素的影响。并从单峰性、敏感性、抗噪性和视觉相关性方面比较了算法性能。

1 理论基础

1.1 人眼视觉系统的CSF特性

人眼视觉系统模拟了视觉感知的3个显著特性,即视觉非线性特性(Weber定律)、视觉敏感度带通和视觉多通道及掩盖效应,如图1所示,由于HVS对图像中不同频率成分的敏感程度不同,通过加权HVS特性,对视频图像的清晰度质量评判将更符合人的主观判断。

图1 HVS模型系统Fig.1 HVSmodel system

通常,视觉敏感性带通特性由对比敏感函数(Contrast Sensitivity Function,CSF)来表征。……

登录APP查看全文

猜你喜欢

评价
SBR改性沥青的稳定性评价
中药治疗室性早搏系统评价再评价
自制C肽质控品及其性能评价
写作交流与评价:词的欣赏
基于Moodle的学习评价
关于项目后评价中“专项”后评价的探讨
HBV-DNA提取液I的配制和应用评价
有效评价让每朵花儿都绽放
模糊数学评价法在水质评价中的应用
保加利亚转轨20年评价