基于边缘的结构相似度模糊图像质量评价

doi:10.3969/j.issn.1007130X.2011.

J4 ›› 2011, Vol. 33 ›› Issue (2): 133-136.doi: 10.3969/j.issn.1007130X.2011.

基于边缘的结构相似度模糊图像质量评价

戚尚菊,纪秀花

（山东经济学院计算机科学与技术学院，山东济南 250014） 

收稿日期:2010-04-01 修回日期:2010-06-25 出版日期:2011-02-25 发布日期:2011-02-25
通讯作者: 戚尚菊
作者简介:戚尚菊(1964),女,山东新泰人，硕士，副教授，研究方向为数字图像处理。纪秀花(1964),女,山东平原人，博士生，教授，研究方向为数字图像处理。
基金资助:
国家自然科学基金资助项目（60573114）;山东省教育厅科技计划项目（J07YJ10）

lurred Image Quality Assessment Based on Edge Structural Similarity

QI Shangju,JI Xiuhua

(School of Computer Science and Technology,Shandong Economic University,Jinan 250014,China)

Received:2010-04-01 Revised:2010-06-25 Online:2011-02-25 Published:2011-02-25

摘要/Abstract

摘要：

结构相似性理论是一种关于图像质量评价的新思想，它很好地模拟了人眼视觉特性的整体功能。本文首先介绍了传统图像质量评价方法的不足，分析了基于视觉特性的结构相似度理论。作为结构相似性理论的一个实现，结构相似度模型(SSIM)简单且评价性能优于峰值信噪比(PSNR)或均方误差(MSE)，但SSIM模型不能较好地评价严重模糊的降质图像。基于此，在SSIM基础上，本文提出了一种新颖的、基于边缘的图像质量评价模型（ESSIM）。该模型充分考虑了图像的边缘信息和人类视觉系统的关系。实验结果表明，ESSIM是一种有效的图像质量评价方法，尤其在对模糊图像的质量评价上优于结构相似度的评价方法SSIM。

关键词: 图像质量评价, 结构相似度, 图像边缘, 人眼视觉特性

Abstract:

The philosophy of structural similarity is a new idea about image quality assessment, which models the low level composition of Human Visual Systems(HVS). The paper introduces the shortcomings of the traditional image quality assessment methods firstly,and analyzes the structural similarity theory based the human visual systems. As an implementation of the new philosophy, the Structural Similarity model(SSIM) is simple and has been proved to be better than the PSNR (Peak Signal to Noise Ratio) or the MSE (Mean Square Error)model, but there still remain some deficiencies in assessing badly blurred images. On the foundation of SSIM,the paper proposes a new image quality assessment method based on the Edge Structural Similarity(ESSIM). It makes use of the relationship between the edge of image and the human visual system. The experimental results show that the ESSIM model is an effective method, and more consistent than the SSIM model.

Key words: image quality assessment;structural similarity;image edge;human visual system

戚尚菊,纪秀花. 基于边缘的结构相似度模糊图像质量评价[J]. J4, 2011, 33(2): 133-136.

QI Shangju,JI Xiuhua. lurred Image Quality Assessment Based on Edge Structural Similarity[J]. J4, 2011, 33(2): 133-136.

编辑推荐

Metrics

阅读次数

全文

HTML			PDF

最新录用	在线预览	正式出版	最新录用	在线预览	正式出版
0	0	0	0	0	59

来源	本网站	其他网站

次数	39	20
比例	66%	34%

摘要

最新录用	在线预览	正式出版

0	0	37

	来源	本网站

	次数	38
	比例	100%

[1]	季俊豪, 张玉书, 赵若宇, 温文媖, 董理. 基于智能进化算法的可见水印对抗攻击[J]. 计算机工程与科学, 2024, 46(01): 63-71.
[2]	王杨, 隆海燕, 贾曦然, . 基于人眼色彩差异化感知的图像质量评价研究[J]. 计算机工程与科学, 2023, 45(02): 295-303.
[3]	徐景秀, 张青. 改进小波软阈值函数在图像去噪中的研究应用[J]. 计算机工程与科学, 2022, 44(01): 92-101.
[4]	肖继海, 崔晓红, 陈俊杰. 节点属性和拓扑信息相结合的脑网络聚类模型[J]. 计算机工程与科学, 2020, 42(11): 2088-2095.
[5]	王杨1,2，向秀梅1,2，卢嘉1,2，郁振鑫1,2. 基于双目融合的无参考立体图像质量评价[J]. 计算机工程与科学, 2020, 42(03): 510-516.
[6]	邴睿1，马慧芳1,2,3，刘宇航1，余丽1. 融合结构与属性相似性的加权图聚集算法[J]. 计算机工程与科学, 2019, 41(10): 1777-1784.
[7]	高双，桑庆兵，严大卫. 基于非下采样轮廓波变换和多核学习的盲图像质量评价[J]. 计算机工程与科学, 2017, 39(06): 1171-1178.
[8]	谭红宝，桑庆兵，严大卫. 多核学习纹理特征的立体图像质量评价[J]. 计算机工程与科学, 2017, 39(04): 769-776.
[9]	王刚，李朝锋. 基于视差图和复数轮廓波变换的无参考立体图像质量评价[J]. 计算机工程与科学, 2017, 39(03): 511-518.
[10]	王威1，刘婧1，李骥1，刘洋1，潘伟2. 基于变差函数全局纹理增强的结构相似度图像质量评价[J]. J4, 2016, 38(04): 726-732.
[11]	刘婧,王威，李骥，杨蔚蔚. 基于对偶树复小波变换的模糊图像质量评价[J]. J4, 2015, 37(08): 1573-1578.
[12]	卢凯，熊振海，李崇飞，李根. 基于全局结构相似度度量方法的显著性检测[J]. J4, 2013, 35(6): 113-117.
[13]	李崇飞1,高颖慧2,卢凯1,曲智国2. 基于结构相似度的视觉显著性检测方法[J]. J4, 2013, 35(10): 181-185.
[14]	黄忠主1，穆春迪1，谢剑斌1，刘通1，陈章永2. 用于特征提取的静脉图像质量评价方法[J]. J4, 2013, 35(10): 186-190.
[15]	张新红1，张帆2，张军亮2. 一种改进的二值图像质量评价方法[J]. J4, 2010, 32(6): 52-54.

基于边缘的结构相似度模糊图像质量评价

lurred Image Quality Assessment Based on Edge Structural Similarity

PDF

可视化

摘要/Abstract

引用本文

使用本文

相关文章 15

编辑推荐

Metrics

本文评价