APP下载

基于非下采样轮廓波变换的模糊图像质量评价

2018-04-18文继李丁立新万润泽

计算机工程与设计 2018年4期
关键词:特征实验评价

文继李,丁立新,万润泽

(武汉大学 计算机学院,湖北 武汉 430072)

0 引 言

根据是否有人的参与可以将模糊图像质量评价分为主观方法和客观方法两类。客观评价方法相比较于主观评价方法具有简单、实时、可重复、易集成等优势,成为图像质量评价体系中的热门研究方向[1]。客观图像质量评价算法根据依赖原始图像的程度可以将其分为全参考算法、部分参考算法和无参考算法[2]。目前无参考算法中针对某一种失真类型的研究成果较多,当中又以模糊失真类型为代表[3]。例如,Niranjan等提出了一种基于JNB的CPBD算法,具有不错的评价效果;桑庆兵等[4]提出了一种基于DCT的算法;Phong等[5]提出了一种基于快速小波的算法,用于全局和局部图像清晰度估计(fast image sharpness,FISH),以及此算法的变种基于块的FISH(block-based fish,FISHBB)算法;Leclaire等[6]提出了一种利用傅里叶相位信息清晰度指标进行盲去模糊的算法(s_index算法);Blanchet等[7]提出了一种基于全局相位相干的显式清晰度指数算法(S_Index算法)。本文提出了一种基于NSCT的无参考算法。该算法充分考虑了图像的频域性与多尺度性,在评价模糊图像时具有很好的鲁棒性和准确性。

1 非下采样轮廓波变换

图像处理领域的研究人员经常把非下采样轮廓波变换应用到各种研究中[8-10],比如图像去噪、图像增强。非下采样轮廓波变换去掉了Contourlet两级变换中的下采样过程,构造了相应的非下采样滤波器,其结构如图1所示[11]。NSCT对应的滤波带具有更好的频域选择性和规则性,能够得到更好的子带分解。……

登录APP查看全文

猜你喜欢

特征实验评价
记一次有趣的实验
SBR改性沥青的稳定性评价
如何表达“特征”
做个怪怪长实验
不忠诚的四个特征
NO与NO2相互转化实验的改进
实践十号上的19项实验
基于Moodle的学习评价
线性代数的应用特征
保加利亚转轨20年评价