学位论文 > 优秀研究生学位论文题录展示

图像的边缘特征信息提取与质量评价

作　者: 于彤
导　师: 马社祥
学　校: 天津理工大学
专　业: 信号与信息处理
关键词: 图像质量评价人眼视觉系统边缘提取二进小波变换结构相似度
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 242次
引　用: 2次
阅　读: 论文下载

内容摘要

进入21世纪,随着现代信息技术水平的迅猛发展和提高,图像以其确切性、直观性、高效性和广泛适应性的特点,成为当今人类社会最重要的一种信息来源。图像质量的正确评价是图像信息工程领域内的一项重要研究课题。图像质量的主观评价方法虽然符合图像的实际观察质量,但是这种评价方法受不同的观察者、图像类型和观测环境等因素影响较大,评价过程繁琐,加之人的视觉心理因素很难用准确的数学模型来表示,致使评价结果不够精确。而传统的客观图像质量评价方法把图像中所有像点同样对待,没有考虑图像观测者的视觉心理因素,造成评价结果与人眼视觉的观测质量不吻合。当今,使图像质量评价即客观又符合人眼实际观测质量已成为图像评价的重要研究方向。图像边缘是图像中最基本的特征,是分析理解图像的基础。图像边缘信息的改变意味着图像基本内容或结构的改变。同时,人眼视觉的掩盖效应使人眼对边缘失真很敏感。因此,图像的边缘在人眼对图像信息的理解中有重要的作用,是评价图像质量重要的因素。本文提出了基于多尺度边缘融合的图像边缘检测方法。该方法使用二进小波变换进行图像多尺度边缘提取,利用边缘相关算子的理论去除噪声的影响。根据信号与噪声的小波变换模值跨尺度传递的不同特性,进行多尺度边缘融合。实验结果表明,基于多尺度边缘融合的图像边缘检测方法与传统边缘检测方法相比,在抗噪声的同时获得较好的图像边缘检测结果。本文提出了基于多尺度边缘结构相似性(MESS)的图像质量评价方法,该方法将图像边缘和基于结构相似度(SSIM)的图像质量评价方法相结合,利用图像边缘结构变化代替SSIM中的结构变化,使MESS成为对图像边缘结构的描述。实验结果表明了,由于MESS考虑了边缘信息对于人眼感知结构信息的重要性,因此评价结果比SSIM方法更好,且更加符合人眼视觉感知特性。

全文目录

摘要  5-6
ABSTRACT  6-10
第一章绪论  10-17
  1.1 研究的背景及意义  10-11
  1.2 图像边缘信息的重要性  11
  1.3 图像质量评价方法概述  11-14
    1.3.1 图像质量的概念  11-12
    1.3.2 图像质量的主观评价方法  12-13
    1.3.3 图像质量的客观评价方法  13-14
  1.4 国内外的研究现状  14-16
  1.5 本文主要研究工作  16-17
第二章小波分析理论  17-28
  2.1 小波变换的基本理论  17-21
    2.1.1 小波变换的概念  17-19
    2.1.2 连续小波变换  19-20
    2.1.3 离散小波变换  20
    2.1.4 二进小波变换  20-21
  2.2 小波变换的多分辨率分析  21-23
    2.2.1 多分辩率的概念  21-22
    2.2.2 多分辩率分析与滤波器的关系  22-23
  2.3 二进小波变换快速算法  23-25
    2.3.1 一维信号的二进小波变换  23-24
    2.3.2 二维信号的二进小波变换  24-25
  2.4 小波变换检测信号奇异性  25-26
  2.5 本章小结  26-28
第三章基于多尺度边缘融合的图像边缘检测  28-41
  3.1 常用的边缘检测算法  28-31
    3.1.1 经典边缘检测算子  28-29
    3.1.2 LoG 边缘检测算子  29-30
    3.1.3 Canny 边缘检测算子  30-31
  3.2 二进小波变换多尺度边缘检测  31-33
  3.3 边缘相关系数  33
  3.4 多尺度边缘融合  33-35
  3.5 基于多尺度边缘融合的图像边缘检测  35-40
    3.5.1 算法综述  35-36
    3.5.2 算法步骤  36-37
    3.5.3 算法实现  37-38
    3.5.4 实验结果分析  38-40
  3.6 本章小结  40-41
第四章基于人眼视觉特性的图像质量评价方法  41-51
  4.1 人眼视觉系统的基本结构  41-42
  4.2 人类视觉系统的特性  42-47
    4.2.1 对比灵敏度  42-44
    4.2.2 对比度的定义  44
    4.2.3 视觉幅度非线性  44-45
    4.2.4 对比灵敏度函数  45-46
    4.2.5 多通道与掩盖效应  46
    4.2.6 HVS 特性总结  46-47
  4.3 基于HVS 的图像质量评价方法  47-50
    4.3.1 基于感知域图像质量评价方法  47-48
    4.3.2 基于感兴趣区域图像质量评价方法  48-49
    4.3.3 基于结构失真的图像质量评价方法  49-50
  4.4 本章小结  50-51
第五章基于多尺度边缘结构相似性的图像质量评价  51-61
  5.1 结构相似性理论和结构相似度  51-54
    5.1.1 结构相似性理论  51-52
    5.1.2 结构相似度  52-54
  5.2 结构相似度评价方法分析  54-55
    5.2.1 亮度变化与韦伯定律  54
    5.2.2 对比度变化与视觉掩盖效应  54-55
  5.3 基于结构相似度的实验结果分析  55-56
  5.4 基于多尺度边缘结构相似性的图像质量评价  56-60
    5.4.1 算法描述  56-57
    5.4.2 算法实现  57-58
    5.4.3 实验结果分析  58-60
  5.5 本章小结  60-61
第六章总结与展望  61-63
  6.1 全文总结  61-62
  6.2 工作展望  62-63
参考文献  63-66
发表论文和科研情况说明  66-67
致谢  67-68

图像的边缘特征信息提取与质量评价

内容摘要

全文目录

相似论文