收藏本站
《江南大学》 2018年
收藏 | 手机打开
二维码
手机客户端打开本文

基于深度学习的无参考图像质量评价方法研究

顾婷婷  
【摘要】:现今,随着智能手机等产品的普及,图像成为传播信息的主要形式,这使得移动数据流量呈现快速增长。在图像的传输等过程中,都会造成一定程度的失真,因此需要好的方法对图像质量进行有效评价。在实际的生活中,由于很难获得失真图像的原来的参考图像,因此本文的研究内容是基于深度学习的无参考图像质量评价方法研究。深度学习在最近几年得到了快速发展,尤其在图像处理、语音识别等多个领域里都得到了很好的应用并取得了不错的成果。深度学习可以对数据进行充分的训练和特征学习,训练出的模型可以很好地反映出数据中的潜在丰富信息,本文将深度学习应用到图像质量评价中。本文的主要研究内容如下:1、利用深度信念网络,针对无参考混合失真的图像质量进行评价。该方法先对混合失真图像库里的图像进行局部亮度系数归一化,再切成20×20的无重叠的图像小块,将小块的矩阵重新转化成1×400的矩阵,则矩阵的一行代表一个小块。之后根据数据库DMOS取值范围平均分成二十类,对每一个小块按照其DMOS值分类,制作小块标签,并制作完成训练集和测试集。然后将其输入到DBN模型中训练学习,得出图像小块质量类别的分类。最后用设计的质量池化方法得到测试的混合失真图像的质量分数,并得到针对整个LIVE混合失真数据库的评价指标。2、利用Siamese网络,构建一个能较快地预测立体图像质量的评价模型。该方法将归一化后的立体图像对作为Siamese网络的输入,利用左右视图的相似性和Siamese网络的原理,将左视图学习过程中的权值作为右视图学习过程中的权值,这样可以减少计算量和计算时间。Siamese网络有两个分支网络共享权值,然后使用对比损失函数,来提升网络对数据集的识别能力,最后得到的回归模型可以预测立体图像的质量得分。3、根据图像融合能保留原有图像的信息并且减少计算量,提出了一种基于图像融合和CNN的立体图像质量评价算法。该方法通过PCA融合的方法对立体图像的左右视图进行融合,再对融合后的图像做局部亮度均值作减和对比度归一化,然后每幅图像选取40×40的不重叠小块作为输入,通过设计的卷积神经网络训练出一个能反映立体图像质量特征与主观评分差值之间映射关系的评价模型,得到立体图像小块的分数,取每个小块图像的均值即为整幅失真立体图像的预测质量分数。最后的实验表明,该方法获得了较好的评价结果。4、利用双目视觉特性,设计了一个深度卷积神经网络,采用多通道输入的方法,对立体图像质量进行评价。两通道的输入是未经处理的左右视图小块,三通道输入是分别将左右视图、视差图作为卷积神经网络的输入,视差图包含了立体图像的深度信息。然后对各个通道分别进行卷积池化,最后的池化采用最大、中值池化联合的方法,可以有效地提取图像的感知特征,最后将三个通道输出的特征向量线性拼接,一起输入到全连接层,得到图像质量特征和分数之间的回归模型。最终在立体库上的实验结果表明本方法与人眼主观感知具有较高的一致性,加入视差图之后获得的评价效果更好。
【学位授予单位】:江南大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TP391.41

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 李昆仑;熊婷;张炘;;无参考图像质量评价方法研究[J];计算机产品与流通;2018年03期
2 王晓红;卢辉;麻祥才;王禹琛;肖颖;;不同亮度下无参考图像质量评价方法[J];光学技术;2018年05期
3 郭迎春;于洋;师硕;于明;;融合显著图和保真图的全参考图像质量评价[J];光电子·激光;2016年11期
4 闻武;左凌轩;;基于色彩特征的无参考彩色图像质量评价[J];计算机科学;2017年S1期
5 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年04期
6 邵雪;曾台英;汪祖辉;;基于亮度阈值效应的无参考图像质量评价方法[J];包装工程;2016年15期
7 李俊峰;张飞燕;戴文战;潘海鹏;;基于图像相关性和结构信息的无参考图像质量评价[J];光电子·激光;2014年12期
8 许志明;王雨生;李东子;;印刷图像质量评价方法研究[J];印刷质量与标准化;2015年04期
9 张闯;王亚明;陈苏婷;;基于空间依存的无参考图像质量评价[J];光学精密工程;2015年11期
10 林岚;杨帆;宋翔;;图像质量评价技术分析[J];中小企业管理与科技(下旬刊);2014年01期
中国重要会议论文全文数据库 前10条
1 张建洋;刘胜林;冯庆敏;程菊;江明尹;高佳琦;张强;;适用于超声图像的无参考图像质量评价方法研究进展[A];中华医学会医学工程学分会第十五次全国学术年会论文汇编[C];2015年
2 王坤;高立群;;一种新的图像质量评价方法[A];2006中国控制与决策学术年会论文集[C];2006年
3 张勇;;基于区域熵的融合图像质量评价方法[A];中国光学学会2011年学术大会摘要集[C];2011年
4 刘姗姗;郁梅;靳鑫;;基于小波高频的立体图像质量评价[A];浙江省电子学会2014学术年会论文集[C];2014年
5 薛小波;靳鑫;蒋刚毅;;基于失真类型判断的立体图像质量评价[A];浙江省电子学会2014学术年会论文集[C];2014年
6 邵桂芳;李祖枢;刘恒;张昌胜;;基于视觉感知的融合图像质量评价[A];2003年中国智能自动化会议论文集(下册)[C];2003年
7 周啸;史瑞芝;黎达;李胜辉;王雨生;;重构指标模型下的半色调图像质量评价[A];2015第四届中国印刷与包装学术会议论文摘要集[C];2015年
8 王峰;余大斌;;无参考型光电传感器图像质量评价与检测方法探讨[A];2015光电防御技术学术研讨会摘要集[C];2015年
9 郭肖静;吴志芳;;基于不同图像质量评价标准的自适应辐射图像增强[A];第八届(2012年)北京核学会核应用技术学术交流会论文集[C];2012年
10 张军;张潇潇;李大伟;;电视侦察武器图像质量评价方法探讨[A];第九届全国信息获取与处理学术会议论文集Ⅰ[C];2011年
中国重要报纸全文数据库 前1条
1 通讯员 吴华 中国青年报·中青在线记者 孙海华;别在最能吃苦的年龄选择安逸[N];中国青年报;2017年
中国博士学位论文全文数据库 前10条
1 杨萌;太阳活动精细结构的自动识别与图像质量评价[D];中国科学院大学(中国科学院光电技术研究所);2018年
2 张亚中;基于人眼感知特性的图像质量评价[D];西安电子科技大学;2017年
3 贾惠珍;基于视觉特性和自然场景统计特性的图像质量评价研究[D];南京理工大学;2016年
4 詹忆冰;基于视觉感知特性的图像质量评价方法研究[D];中国科学技术大学;2018年
5 冯天鹏;基于稀疏表达联合迁移学习的盲图像质量评价[D];武汉大学;2017年
6 杨杨;基于均匀色差空间扩展的彩色图像质量评价研究[D];中国科学技术大学;2013年
7 张桦;基于视觉感知的图像质量评价方法研究[D];浙江大学;2009年
8 卢彦飞;基于局部视觉特征的图像质量客观评价方法研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2015年
9 李洪均;基于多尺度几何分析与偏微分方程的图像去噪研究与应用[D];南京航空航天大学;2012年
10 何立火;视觉信息质量感知模型及评价方法研究[D];西安电子科技大学;2013年
中国硕士学位论文全文数据库 前10条
1 刘望明;基于图像质量评价的降低航片冗余度研究[D];西安科技大学;2018年
2 李婷;无参考图像质量评价在车牌筛选中的应用[D];内蒙古大学;2018年
3 顾婷婷;基于深度学习的无参考图像质量评价方法研究[D];江南大学;2018年
4 邢露;多曝光融合图像质量评价方法研究[D];华侨大学;2018年
5 马梦竹;集成学习及其在图像质量评价中的应用研究[D];江南大学;2018年
6 张凌峰;基于视觉显著性加权的图像质量评价方法研究[D];昆明理工大学;2018年
7 徐烂烂;基于深度学习的无参考图像质量评价算法研究及应用[D];杭州电子科技大学;2018年
8 李攀鹏;基于深度学习的图像质量评价[D];杭州电子科技大学;2018年
9 吕晓新;基于深度学习的图像质量评价算法研究[D];中国科学技术大学;2018年
10 王春义;非接触式高质量掌静脉图像获取方法研究[D];中国科学技术大学;2018年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026