×

使用BSIF、CLBP、LCP和LPQ操作符进行图像质量评估。 (英语) Zbl 1436.68387号

摘要:移动电话、平板电脑和个人电脑等数字设备的普及,使图像内容成为一些通信应用中的重要媒体。在这种情况下,显示图像的质量与这些应用程序的用户体验到的卓越通信感直接相关。因此,开发用于评估人类观察者感知到的图像质量的技术对当前的多媒体应用至关重要。这些技术既可以利用参考图像的全部先验信息(全部参考指标),也可以利用参考的部分特征(减少的参考指标)或只利用测试图像(无参考指标)。本文提出了一种基于二值化统计图像特征(BSIF)、完整的局部二值模式(CLBP)、局部配置模式(LCP)和局部相位量化(LPQ)描述符的有效无参考图像质量评估方法。使用三个流行的数据库(LIVE、TID2013和CSIQ)对这些描述符的统计数据进行了彻底评估。实验结果表明,观测者提供的质量分数与所提出的指标之间存在相关性,与几种最先进的图像质量评估方法相比,这些指标具有良好的性能。

MSC公司:

68单位10 图像处理的计算方法
62时35分 多元分析中的图像分析
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 弗雷塔斯,P.G。;席尔瓦,A.F。;雷迪·J·A。;Farias,M.C.,主观质量评估视频质量标尺方法的性能分析,J.Electron。成像,27,5,文章053020 pp.(2018)
[2] 法里亚斯,M.C。;Carli,M。;Mitra,S.K.,基于数据隐藏的客观视频质量度量,IEEE Trans。消费。电子。,51, 3, 983-992 (2005)
[3] Jayaraman,D。;米塔尔,A。;Moorthy,A.K。;Bovik,A.C.,《多重畸变图像的客观质量评估》,(2012年第四十六届亚西洛马信号、系统和计算机会议会议记录,2012年第46届亚西洛马信号、体系和计算机会议记录,亚西洛玛(2012),IEEE),1693-1697
[4] ITU-R,Bt.500-13,电视画面质量主观评估方法。
[5] 王,Z。;Bovik,A.C.,均方误差:喜欢还是离开?信号保真度测量的新视角,IEEE信号处理。Mag.,26,1,98-117(2009)
[6] 钱德勒,D.M。;Hemami,S.S.,Vsnr:基于小波的自然图像视觉信噪比,IEEE Trans。图像处理。,16, 9, 2284-2298 (2007)
[7] 谢赫,H.R。;Bovik,A.C.,图像信息和视觉质量,IEEE Trans。图像处理。,15, 2, 430-444 (2006)
[8] 拉森,E.C。;Chandler,D.M.,《最明显的失真:全参考图像质量评估和策略的作用》,J.Electron。成像,19,1,第011006条pp.(2010)
[9] Charrier,C。;萨丹,A。;Fernandez-Maloigne,C.,基于无参考学习和基于人类视觉的图像质量评估指标,(国际图像分析与处理会议(2017),Springer),245-257
[10] 王,Z。;博维克,A.C。;谢赫,H.R。;Simoncelli,E.P.,《图像质量评估:从错误可见性到结构相似性》,IEEE Trans。图像处理。,13, 4, 600-612 (2004)
[11] Gu,K。;翟,G。;杨,X。;张伟,《利用自由能原理进行盲图像质量评估》,IEEE Trans。多媒体。,17, 1, 50-63 (2015)
[12] 张,L。;张,L。;Mou,X.,Rfsim:使用Riesz变换的基于特征的图像质量评估指标,(2010年第17届IEEE图像处理国际会议,2010年第十七届IEEE国际图像处理会议,ICIP(2010),IEEE),321-324
[13] 詹,Y。;Zhang,R.,基于块度和亮度变化的无参考jpeg图像质量评估,IEEE信号处理。莱特。,24, 6, 760-764 (2017)
[14] 谢赫,H.R。;博维克,A.C。;Cormack,L.,使用自然场景统计进行无参考质量评估:Jpeg2000,IEEE Trans。图像处理。,14, 11, 1918-1927 (2005)
[15] 王,X。;田,B。;Liang,C。;Shi,D.,《测量图像模糊的盲图像质量评估》,(2008年)。图像和信号处理大会,第1卷。2008.图像和信号处理大会,第1卷,CISP’08(2008),IEEE),467-470
[16] Ye,P。;库马尔,J。;Kang,L。;Doermann,D.,无参考图像质量评估的无监督特征学习框架,(2012年IEEE计算机视觉和模式识别会议。2012年IEEE计算机视觉和模式识别会议,CVPR(2012)),1098-1105
[17] 刘,L。;刘,B。;黄,H。;Bovik,A.C.,基于空间和光谱熵的无参考图像质量评估,信号处理。图像通信。,29, 8, 856-863 (2014)
[18] 刘,L。;董,H。;黄,H。;Bovik,A.C.,曲线域无参考图像质量评估,信号处理。图像通信。,29, 4, 494-505 (2014)
[19] 阿皮纳,B。;Khan,S。;Channappayya,S.S.,使用自然场景统计进行无参考立体图像质量评估,信号处理。图像通信。,43, 1-14 (2016)
[20] 弗雷塔斯,P.G。;Akamine,W.Y。;Farias,M.C.,基于局部三值模式统计的无参考图像质量评估,(2016年第八届多媒体体验质量国际会议,2016年第8届多媒体体验品质国际会议,QoMEX(2016),IEEE),1-6
[21] 米塔尔,A。;穆尔蒂,A.K。;Bovik,A.C.,空间域无参考图像质量评估,IEEE Trans。图像处理。,21, 12, 4695-4708 (2012) ·Zbl 1373.94286号
[22] 萨阿德,M。;博维克,A.C。;Charrier,C.,基于dct统计的盲图像质量指数,IEEE信号处理。莱特。,17, 6, 583-586 (2010)
[23] Saad,医学硕士。;博维克,A.C。;Charrier,C.,《盲图像质量评估:dct域中的自然场景统计方法》,IEEE Trans。图像处理。,21, 8, 3339-3352 (2012) ·Zbl 1373.94355号
[24] 刘,L。;刘,B。;黄,H。;Bovik,A.C.,基于空间和光谱熵的无参考图像质量评估,信号处理。图像通信。,29, 8, 856-863 (2014)
[25] Kang,L。;Ye,P。;李毅。;Doermann,D.,无参考图像质量评估的卷积神经网络,(IEEE计算机视觉和模式识别会议论文集(2014)),1733-1740
[26] 李,J。;邹,L。;严,J。;邓,D。;Qu,T。;Xie,G.,基于卷积神经网络的预witt量级无参考图像质量评估,信号图像视频处理。,10, 4, 609-616 (2016)
[27] Bosse,S。;Maniry,D。;威根,T。;Samek,W.,图像质量评估的深度神经网络,(2016 IEEE国际图像处理会议,2016 IEEE图像处理国际会议,ICIP(2016),IEEE),3773-3777
[28] 库佐夫金,I。;维森特,R。;佩顿,M。;Lachaux,J.-P。;巴基乌,M。;Kahane,P。;莱姆斯,S。;维达尔,J.R。;Aru,J.,深度卷积神经网络揭示的人脑视觉物体识别的频率分辨率相关性,bioRxiv,第133694页,(2017)
[29] Yamins,D.L。;DiCarlo,J.J.,《使用目标驱动的深度学习模型来理解感觉皮层》,《自然神经科学》。,19, 3, 356-365 (2016)
[30] 弗雷塔斯,P.G。;Akamine,W.Y。;Farias,M.C.,使用多尺度局部二进制模式的盲图像质量评估,成像科学杂志。技术。,第60、6条,第60405页(2016年)
[31] 弗雷塔斯,P.G。;Akamine,W.Y。;Farias,M.C.,使用纹理信息库进行无参考图像质量评估,(2016年第五届巴西智能系统会议,2016年第5届巴西智能化系统会议,BRACIS(2016),IEEE),127-132
[32] Ye,P。;Doermann,D.,《使用视觉码本的无参考图像质量评估》,IEEE Trans。图像处理。,21, 7, 3129-3138 (2012) ·Zbl 1373.94464号
[33] 张,M。;村松,C。;周,X。;Hara,T。;Fujita,H.,使用广义局部二进制模式的联合统计进行盲图像质量评估,IEEE信号处理。莱特。,22, 2, 207-210 (2015)
[34] Zhang,Y。;吴杰。;谢,X。;李,L。;石刚,用改进的自然场景统计模型进行盲图像质量评估,数字。信号处理。,57, 56-65 (2016)
[35] 吴琼。;王,Z。;Li,H.,一种高效的盲图像质量评估方法,(2015 IEEE国际图像处理会议,2015 IEEE图像处理国际会议,ICIP(2015),IEEE),339-343
[36] 吴杰。;Lin,W。;Shi,G.,空间结构退化的图像质量评估,IEEE信号处理。莱特。,21, 4, 437-440 (2014)
[37] 弗雷塔斯,P.G。;Akamine,W.Y。;Farias,M.C.,《通过显著性、彩色纹理能量和梯度增强机器进行无参考图像质量评估》,J.Braz。计算。Soc.,24,1,9(2018)
[38] 弗雷塔斯,P.G。;Akamine,W.Y。;Farias,M.C.,《迈向使用二值化统计图像特征的无参考视觉质量评估模型》,(2018年第7届巴西智能系统会议,2018年第七届巴西智能化系统会议,BRACIS(2018),IEEE),236-241
[39] 弗雷塔斯,P.G。;Alamgeer,S。;Akamine,W.Y。;Farias,M.C.,基于多尺度显著局部二值模式的盲图像质量评估,(第九届ACM多媒体系统会议论文集(2018),ACM),52-63
[40] 坎纳拉,J。;Rahtu,E.,Bsif:二值化统计图像特征,(2012年第21届国际模式识别会议,2012年第二十一届国际模式辨识会议,ICPR(2012),IEEE),1363-1366
[41] 郭,Z。;张,L。;Zhang,D.,用于纹理分类的局部二元模式算子的完整建模,IEEE Trans。图像处理。,1657-1663年6月19日(2010年)·Zbl 1371.94151号
[42] 郭国忠一默;Pietikäinen,M.,使用基于线性配置模型的描述符进行纹理分类,(英国机器视觉会议论文集(2011),BMVA出版社),第119页。
[43] Ojansivu,V。;Heikkilä,J.,使用局部相位量化的模糊不敏感纹理分类,(图像和信号处理国际会议(2008),Springer),236-243
[44] 刘,M。;王,M。;Wang,J。;Li,D.,随机森林、支持向量机和反向传播神经网络在电子舌数据分类中的比较:在橙汁饮料和中国醋识别中的应用,Sens.Actuator B,Chem。,177970-980(2013)
[45] Ojala,T。;Pietikainen,M。;Maenpaa,T.,具有局部二进制模式的多分辨率灰度和旋转不变纹理分类,IEEE Trans。模式分析。机器。智力。,24, 7, 971-987 (2002)
[46] de Siqueira,F.R。;施瓦茨,W.R。;Pedrini,H.,纹理描述的多尺度灰度共生矩阵,神经计算,120,336-345(2013)
[47] 张,L。;Zhou,Z。;Li,H.,Binary Gabor pattern:一种有效且稳健的纹理分类描述符,(2012年第19届IEEE国际图像处理会议,2012年第十九届IEEE图像处理国际会议,ICIP(2012),IEEE),81-84
[48] Lee,T.-W.,独立成分分析,(独立成分分析(1998),Springer),27-66·Zbl 0910.94004号
[49] 佩德雷戈萨,F。;瓦罗佐,G。;Gramfort,A。;米歇尔,V。;蒂里昂,B。;格里塞尔,O。;布隆德尔,M。;普雷滕霍弗,P。;韦斯,R。;杜堡,V。;范德普拉斯,J。;帕索斯,A。;库纳波,D。;布鲁彻,M。;佩罗,M。;Duchesnay,E.,Scikit-learn:Python中的机器学习,J.Mach。学习。第12号决议,2825-2830(2011年)·Zbl 1280.68189号
[50] 罗德里格斯·加利亚诺(Rodriguez-Galiano,V.)。;桑切斯·卡斯蒂略,M。;Chica-Olmo,M。;Chica-Rivas,M.,《矿产远景的机器学习预测模型:神经网络、随机森林、回归树和支持向量机的评估》,《矿石地质学》。版次:71,804-818(2015)
[51] 谢赫,H.R。;王,Z。;科马克,L。;Bovik,A.C.,LIVE图像质量评估数据库第2版(2005年)
[52] Csiq视频质量数据库,vision.eng.shizuoka.ac.jp,访问时间:2017-05-09。
[53] 北卡罗来纳州Ponomarenko。;Jin,L。;奥雷米耶夫。;卢金,V。;Egiazarian,K。;阿斯托拉,J。;Vozel,B。;Chehdi,K。;Carli,M。;Battisti,F.,图像数据库tid2013:特性、结果和观点,信号处理。图像通信。,30, 57-77 (2015)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。