小波域中CSF频率与方向加权的图像质量评价方法

doi:10.3969/j.issn.0372-2112.2014.07.005

电子学报 ›› 2014, Vol. 42 ›› Issue (7): 1273-1276.DOI: 10.3969/j.issn.0372-2112.2014.07.005

小波域中CSF频率与方向加权的图像质量评价方法

米曾真

重庆理工大学电子信息与自动化学院, 重庆 400054

收稿日期:2013-07-15 修回日期:2013-11-22 出版日期:2014-07-25
- 作者简介:
- 米曾真 男，1984年出生，湖南怀化人，于2012年在重庆大学获工学博士学位.现为重庆理工大学电子信息与自动化学院教师.主要从事图像处理、图像质量评价等方面的研究工作.E-mail：lomoer@cqut.edu.cn
- 基金资助:
- 国家自然科学基金 (No.51105392）; 重庆理工大学科研启动金项目资助

Image Quality Evaluation Method Based on Frequency and Direction Weighted to CSF in Wavelet Domain

MI Zeng-zhen

College of Electronic Information and Automation, Chongqing University of Technology, Chongqing 400054, China

Received:2013-07-15 Revised:2013-11-22 Online:2014-07-25 Published:2014-07-25
- Supported by:
- National Natural Science Foundation of China (No.51105392); Research Fund of Chongqing University of Technology

摘要/Abstract

摘要：

为解决结构相似度算法的图像质量评价缺陷，提出一种在小波域中，根据CSF的频率与方向加权的图像质量评价方法.该方法将图像的小波域多分辨率特性与CSF的带通特性有机的相结合，得到一种基于结构相似度的评价新方法.算法首先将频率归一化的CSF曲线按照1倍频程分解成5份，然后进行5级CDF 9/7双正交小波分解与重构，得到一个低频子带LL和多个中高频子带HH_i、HL_i及LH_i，根据不同的频率，不同的方向分配不同的权重，分别与相应的子频带SSIM值相乘，然后累加运算，得到小波域的加权图像结构相似度WWSSIM.实验表明，WWSSIM方法的单调性、一致性、准确性评价指标较高，更接近人类主观视觉感受.

关键词: 图像质量评价, 结构相似度, 对比度敏感函数, 小波分解与重构

Abstract:

In order to solve the defects of SSIM algorithm for image quality evaluation,frequency and direction weighed to CSF in Wavelet domain was proposed.This method organic combination the multi-resolution characteristics of wavelet with bandpass characteristic of CSF curve,and get a new algorithm based on SSIM.Firstly,the frequency normalized CSF curves according to 1 octave level into five parts,and then 5 levels CDF 9/7 pairs of orthogonal wavelet decomposition and reconstruction,to get a low-frequency sub-band LL and a plurality of medium or high frequency sub-band HH_i,HL_i and LH_i,then assign different weights according to different frequencies,different directions,which were multiplied with the corresponding sub-band SSIM values,and then do accumulate operations to obtain the weighted structural similarity in wavelet domain named WWSSIM.Experiments show that WWSSIM algorithm has high monotonicity,consistency,accuracy,and closer to human subjective visual experience.

Key words: image quality assessment, structural similarity index measurement(SSIM), contrast sensitivity function (CSF), wavelet decomposition and reconstruction

中图分类号:

TN911.73

米曾真. 小波域中CSF频率与方向加权的图像质量评价方法[J]. 电子学报, 2014, 42(7): 1273-1276.

MI Zeng-zhen . Image Quality Evaluation Method Based on Frequency and Direction Weighted to CSF in Wavelet Domain[J]. Acta Electronica Sinica, 2014, 42(7): 1273-1276.

参考文献

[1] 路文,高新波,曾凯,等.一种基于 HWD 的图像质量评价测度[J].红外与毫米波学报,2009,28(1):72-76 LU Wen,GAO Xin-Bo,ZENG Kai,et al.Image quality evaluation metrics based on hwd[J].Journal of Infrared and Millimeter Waves,2009,28(1):72-76.(in Chinese)
[2] 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.
[3] 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.
[4] Campisi P,Le Callet P,Marini E.Stereoscopic images quality assessment[A].Proceedings of 15th European Signal Processing Conference[C].Poznan，Poland,2007.2110-2114.
[5] 杨春玲,陈冠豪,谢胜利.基于梯度信息的图像质量评判方法的研究[J].电子学报,2007,35(7):1313-1317. YANG Chun-ling,CHEN Guan-hao,XIE Sheng-li.Gradient information based image quality accessment[J].Acta Electronica Sinica,2007,35(7):1313-1317.(in Chinese)
[6] Liu A,Lin W,Narwaria M.Image quality assessment based on gradient similarity[J].IEEE Transactions on Image Processing,2012,21(4):1500-1512.
[7] Sheikh H R,et al.Image information and visual quality[J].IEEE Transactions on Image Processing,2006,15(2):430-444.
[8] Wang Z,Li Q.Information content weighting for perceptual image quality assessment[J].IEEE Transactions on Image Processing,2011,20(5):1185-1198.
[9] 李航,等.基于频域的结构相似度的图像质量评价方法[J].清华大学学报:自然科学版,2009,49(4):559-562. LI Hang,et al.Image quality assessment based on frequency domain of structural similarities[J].Journal of Tsinghua University (Science and Technology),2009,49(4):559-562.(in Chinese)

[1]	高敏娟, 党宏社, 魏立力, 刘国军, 张选德. 全参考图像质量评价回顾与展望[J]. 电子学报, 2021, 49(11): 2261-2272.
[2]	马慧芳, 邴睿, 赵卫中, 常亮. 面向距离查询的属性加权图聚集算法[J]. 电子学报, 2021, 49(1): 132-139.
[3]	陈扬, 李旦, 张建秋. 互补色小波域图像质量盲评价方法[J]. 电子学报, 2019, 47(4): 775-783.
[4]	李毅红, 韩焱, 潘晋孝, 陈平. 基于递变能量线性约束的X射线图像质量评价方法[J]. 电子学报, 2017, 45(3): 669-673.
[5]	戴文战, 姜晓丽, 李俊峰. 基于人眼视觉特性的NSCT医学图像自适应融合[J]. 电子学报, 2016, 44(8): 1932-1939.
[6]	沈军民, 李俊峰, 戴文战. 结合结构信息和亮度统计的无参考图像质量评价[J]. 电子学报, 2016, 44(4): 804-812.
[7]	刘延伟, 刘金霞, 慈松, 要瑞霄, 赵平华, 王遵义. 3DQoE评价方法及其模型研究进展综述[J]. 电子学报, 2015, 43(3): 568-576.
[8]	郑江云;江巨浪. 基于小波第二级系数误差的图像质量评价模型[J]. 电子学报, 2012, 40(3): 559-563.
[9]	杨春玲;高文瑞. 基于结构相似的小波域图像质量评价方法的研究[J]. 电子学报, 2009, 37(4): 845-849.
[10]	张慧, 张海滨, 李琼, 牛夏牧. 基于人类视觉系统的图像感知哈希算法[J]. 电子学报, 2008, 36(S1): 30-34.
[11]	叶盛楠;苏开娜;肖创柏;段娟. 基于结构信息提取的图像质量评价[J]. 电子学报, 2008, 36(5): 856-861.
[12]	路文, 高新波, 王体胜. 一种基于WBCT的自然图像质量评价方法[J]. 电子学报, 2008, 36(2): 303-308.
[13]	杨春玲, 陈冠豪, 谢胜利. 基于梯度信息的图像质量评判方法的研究[J]. 电子学报, 2007, 35(7): 1313-1317.
[14]	胡良梅, 高隽, 何柯峰. 图像融合质量评价方法的研究[J]. 电子学报, 2004, 32(S1): 222-225.
[15]	余英林;田菁;蔡志峰. 图像视觉感知信息的初步研究[J]. 电子学报, 2001, 29(10): 1373-1375.

小波域中CSF频率与方向加权的图像质量评价方法

Image Quality Evaluation Method Based on Frequency and Direction Weighted to CSF in Wavelet Domain

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics