收藏本站
《武汉大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

基于稀疏表达联合迁移学习的盲图像质量评价

冯天鹏  
【摘要】:随着物联网、云计算、大数据、人工智能等信息技术的推广,图像作为重要的信息载体被广泛使用。而拍摄环境、传输存储方式等因素会引起图像失真,进而影响图像的视觉效果(图像质量)。图像质量客观评价是利用计算机模仿人类视觉感受评估图像质量的好坏,其中,盲图像质量评价是指在无原始图像信息情况下,不需考虑失真的类型和数量,直接对图像质量进行评价。盲评价更加接近人的主观评价方式,具有良好的通用性和扩展性,研究价值更高,应用前景更广。在高分辨率对地观测系统重大专项中,多光谱立体图像压缩项目提出使图像主客观一致性达到95%以上的研究课题。本文以提高评价方法的主客观一致性为目的,首先结合HVS特性提出多种盲图像质量评价方法,然后提出联合迁移学习的评价方法,最后给出可在嵌入式硬件平台上实现的评价方法。具体包括以下研究内容:首先,结合HVS的视觉注意和稀疏表示特性,提出了盲图像质量评价的显著区稀疏特征(SFOSR)方法。该方法从三个部分对基于码本的CORNIA方法进行了改进。第一部分是利用显著性信息有条件地筛选图像局部特征描述子,取代了随机提取方式,有效剔除图像冗余信息,增加字典对局部关键信息的表达能力,在保证评价效果的同时减少了字典原子数量。第二部分是利用稀疏编码算法训练超完备字典并计算编码系数,较聚类分析和主成分分析的编码系数,稀疏编码的表达系数更加适合量化图像失真程度,也符合HVS的稀疏表示特性。第三部分提出了 Max-Pooling联合l1范数的特征提取模型,输出高效鲁棒特征。实验证明,SFOSR评价方法降低了字典原子数量,提高了评价的主客观一致性,且具有良好泛化能力。其次,从HVS多信道特性和系数矩阵分解角度出发,提出了盲图像质量评价的双尺度稀疏系数能量拆分特征(DSSESF)方法。对于交叉下采样二叉树结构的图像集合,分别进行稀疏编码,得到图像的双尺度稀疏系数。双尺度分析符合HVS多信道特性,较SFOSR方法的单尺度分析,改善了对信息描述能力不足问题。针对Max-Pooling联合l1范数的特征提取方式会造成信息丢失和浪费问题,DSSESF采用基于奇异值的能量拆分法分解每个表达系数矩阵,然后执行特征提取操作,此方式有效降低了信息丢失。实验表明,结合了人眼多信道特性的DSSESF方法进一步提高了对图像质量的预测精度,但泛化能力没有明显提升,且稳定性略有下降。再次,SFOSR与DSSESF在处理高维空间小样本时,随着特征维数升高,针对传统机器学习方法训练的预测模型稳定性下降,且泛化能力得不到显著提升问题,提出了稀疏特征联合样本实例迁移的盲图像质量评价方法。完成知识迁移需要构建辅助数据集,辅助数据集由辅助样本库(VOC-Distortion)的特征集和客观标注集(Predicted-Labels)组成,通过失真处理生成辅助样本,通过客观评价辅助样本得到Predicted-Labels。VOC-Distortion包含大量样本,利用样本实例迁移学习算法TrAdaBoost.R2从辅助数据集中迁移有用知识,帮助高维特征训练预测模型。迁移学习利用数据集之间的相关性提高了预测模型拟合效果,有效克服传统方法处理高维空间小样本时的局限性,既提升模型预测精度又增强了稳定性和泛化能力。此外,还提出了一种基于特征自学习迁移的评价方法,即在VOC-Distortion上学习空域特征字典,在特征字典上采用自学习迁移方式得到鲁棒性更强的空域重建特征(Reconstruction Features Of Spatial Domain,RFOSD),然后利用传统机器学习方法训练预测模型。实验结果证明,迁移学习改善了高维空间小样本学习的有效性和稳定性,联合了迁移学习的评价方法获得了更高的主客观一致性,具有较强的稳定性和泛化能力。最后,针对目前盲评价算法计算复杂,硬件实现困难等问题,提出基于小规模超完备字典投影特征(SSODPF)的评价方法。SSODPF计算输入图像在小规模字典上的投影特征,利用其与标准投影特征间的距离来量化图像质量,有效减少了计算量。以高分辨率对地观测系统拍摄的多光谱压缩图像作为实验对象,结果表明,对同一场景固定压缩类型失真图像,SSODPF方法的质量预测分值随压缩比呈单调变化,主客观一致性满足项目需求。在多核嵌入式平台TMS320C6678上,采用特征拆分方式完成硬件并行加速,进一步减少算法计算量,最终实现SSODPF方法对多光谱压缩图像质量的实时评估。本文从特征提取和预测模型构建两个部分对盲图像质量评价展开研究,本文方法具有较好的鲁棒性和实时性,其中联合迁移学习的评价方法为盲图像质量评价领域的研究提供了一个新的思路。
【学位授予单位】:武汉大学
【学位级别】:博士
【学位授予年份】:2017
【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 徐鲁安,叶懋冬,章琦;一种新的图像质量评价方法[J];计算机工程与设计;2004年03期
2 颜彬;基于时域结构的二值图像质量评价[J];湖南科技大学学报(自然科学版);2005年03期
3 朱大龙;明军;;基于结构失真的图像质量评价方法的研究[J];计算机技术与发展;2006年03期
4 王涛;高新波;张都应;;一种基于内容的图像质量评价测度[J];中国图象图形学报;2007年06期
5 王体胜;高新波;路文;李广东;;一种新的部分参考型图像质量评价方法[J];西安电子科技大学学报;2008年01期
6 韦学辉;李均利;陈刚;;基于多元线性回归的图像质量评价方法[J];中国图象图形学报;2008年11期
7 杨琬;吴乐华;李淑云;范晔;;基于感兴趣区域的图像质量评价方法[J];计算机应用;2008年05期
8 孔月萍;姜楠;;一种基于色差的逆半调图像质量评价方法[J];微计算机信息;2008年12期
9 周景超;戴汝为;肖柏华;;图像质量评价研究综述[J];计算机科学;2008年07期
10 刘书华;满家巨;张正;;一种基于结构失真的图像质量评价方法[J];重庆文理学院学报(自然科学版);2009年01期
中国重要会议论文全文数据库 前10条
1 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
2 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
3 刘思倩;王玉霞;李晨;;高清非编系统中图像质量评价研究[A];图像图形技术研究与应用2009——第四届图像图形技术与应用学术会议论文集[C];2009年
4 赵剡;杨威;;一种基于边缘特征的图像质量评价新方法[A];2006年全国光电技术学术交流会会议文集(D 光电信息处理技术专题)[C];2006年
5 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
6 张维刚;刘纯熙;黄庆明;蒋树强;;一种基于图像质量评价的视频Dissolve检测方法[A];第七届和谐人机环境联合学术会议(HHME2011)论文集【oral】[C];2011年
7 刘江;苏未曰;;基于人眼视觉特性的图像质量评价方法研究[A];中国地理信息系统协会第四次会员代表大会暨第十一届年会论文集[C];2007年
8 何峻;赵明波;;激光雷达图像质量评价及系统仿真软件构建[A];中国系统工程学会第十八届学术年会论文集——A12系统科学与系统工程理论在各个领域中的应用研究[C];2014年
9 贺春玮;王鹏;;一种有效的数字图像质量评价标准[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集(上)[C];2006年
10 翁国畴;;CT图像质量评价和QC技术的探讨[A];中华医学会医学工程学分会第二次医学影像设备应用技术研讨会论文集[C];2001年
中国博士学位论文全文数据库 前10条
1 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
2 高飞;学习盲图像质量评价方法研究[D];西安电子科技大学;2015年
3 马彦鹏;基于压缩感知的计算成像技术研究[D];中国科学院研究生院(上海技术物理研究所);2016年
4 顾锞;基于感知和统计模型的图像质量评价技术及应用研究[D];上海交通大学;2015年
5 陈仲珊;基于视觉注意机制的图像显示质量研究[D];东南大学;2016年
6 王同罕;图像质量评价若干问题研究[D];东南大学;2016年
7 张虎;图像质量评价主客观一致性的研究[D];武汉大学;2014年
8 杨迪威;基于自然统计特性的图像质量评价方法研究[D];中国地质大学;2014年
9 桑庆兵;半参考和无参考图像质量评价新方法研究[D];江南大学;2013年
10 刘德磊;基于分形分析的图像质量评价[D];华南理工大学;2014年
中国硕士学位论文全文数据库 前10条
1 严大卫;基于多核学习的无参考图像质量评价[D];江南大学;2015年
2 汪青;色彩和人眼视觉系统对图像质量评价的影响研究[D];南京理工大学;2015年
3 武越;海底云台自动清洁系统的设计[D];大连海事大学;2015年
4 高迪;基于彩色图像质量评价与视觉感知的彩色图像数字水印算法[D];山东大学;2015年
5 闫晓葳;基于随机森林的视网膜图像质量评价[D];山东大学;2015年
6 周姣姣;无参考图像质量评价方法研究[D];西南科技大学;2015年
7 丁晟;面向3D视频终端的感知质量预测模型研究[D];宁波大学;2015年
8 李莹;基于图像质量评价量的数字图像盲取证研究[D];大连理工大学;2015年
9 贺永洁;基于波前像差的图像质量评价方法的研究[D];河北工业大学;2015年
10 熊润生;基于双目能量的3D图像质量评价方法研究[D];江南大学;2015年
 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