樊强 作品数:7 被引量:17 H指数:2 供职机构: 重庆邮电大学 更多>> 发文基金: 重庆市教育委员会科学技术研究项目 国家自然科学基金 更多>> 相关领域: 自动化与计算机技术 电子电信 更多>>
利用梯度奇异值分解的图像结构相似度评价 被引量:2 2015年 针对传统的图像质量评价方法中对图像结构信息的表征能力不足的问题,在研究了基于结构相似度和奇异值分解的两种图像评价方法的基础上,结合其不同特点提出了基于奇异值分解的结构相似度质量评价方法。该算法分别将参考图像和失真图像的梯度图像分成8×8大小的图像块,并对每一个图像块进行奇异值分解后计算对应图像块的奇异值相似性和各图像块局部方差分布的相似性,最后结合各图像块的奇异值相似性和图像的局部方差分布的相似来表征图像的畸变程度。对LIVE库中包括5种失真类型的982幅图像进行验证,其结果表明该评价方法能很好地对各种失真类型的图像进行评价,比峰值信噪比(PSNR)、结构相似度(SSIM)等算法的主客观一致性更好,更加符合人眼的视觉特性。 陈勇 樊强 张开碧 帅锋 郝裕斌关键词:图像质量评价 奇异值分解 结构相似度 基于视觉感知和局部特征提取的图像质量评价方法研究 随着数字时代的来临,人们对视觉信息的追求越来越趋向于高清晰和高保真。但是在视觉信息的处理过程中可能会产生各种不同的失真,影响人们对视觉信息的获取和利用。为此,以人眼主观感知高度统一的评价模型为目标,围绕视觉信息的质量评价... 樊强关键词:图像质量 独立分量分析 文献传递 基于目标区域与增强方法的红外与可见光图像融合 被引量:2 2014年 为了使红外图像与可见光图像融合较好凸显目标与挖掘更多细节信息,提出了一种提取目标区域与融入更多细节信息的融合方法。首先,对红外图像进行分割获取目标区域,并对可见光图像进行增强以挖掘更多细节信息;然后对原始红外图像与增强后的可见光图像分别进行非下采样contourlet变换(NSCT),得到不同的低频系数与高频系数,依据分割得到的二值化图像,低频部分的目标区域系数选自原始红外图像目标区域低频系数,其余区域选择增强后的可见光对应区域低频系数,高频部分按照邻域方差取大法选择高频系数;最后,进行NSCT反变换,得到融合图像。实验结果表明,与其他3种融合方法对比,主客观评价表明,该算法有效提高了图像的对比度,具有较好的整体视觉效果。 陈勇 熊杰 樊强 帅锋关键词:红外图像 可见光图像 NSCT 基于NSCT的邻域特性区域化的红外与微光图像融合方法 本发明针对微光环境下的同一场景红外与微光图像融合问题提出了一种利用邻域特性区域化处理的非下采样Contourlet变换融合方法。首先对红外和微光源图像进行多尺度、多方向分解;然后对低频系数采用一种邻域能量上改进的区域化能... 陈勇 熊杰 吕霞付 徐敏 樊强 邢江 黄婷婷文献传递 基于小波分析的图像稀疏保真度评价 被引量:4 2015年 该文针对传统的图像质量评价方法无法有效模拟人类视觉系统(HVS)存在的不足,提出基于小波分析的加权稀疏保真度(Weighting Sparse Fidelity,WSF)图像评价算法。算法以模拟人类视觉系统的神经网络为切入点,对图像进行一阶小波分解得到4个不同方向的子带图像,然后将子带图像分成8×8大小的图像块,采用快速独立分量分析(Fast ICA)的方法对各个图像块进行训练并提取图像特征检测矩阵,根据特征检测矩阵计算各子带图像块的稀疏特征值并建立稀疏保真度质量评价模型。在此基础上,根据细节信息的不同对低频子带图像进行区间划分并设置视觉权重,使之更加接近人眼的主观视觉。实验中对LIVE库中所有图像进行算法验证,其结果表明,所提方法能很好地对各种失真类型的图像进行评价。基于小波分析的稀疏保真度评价算法能够有效模拟人类视觉系统的多频特性和视觉皮层感知机制,弥补现有图像质量评价方法在此方面的不足。 陈勇 樊强 帅锋关键词:图像质量评价 独立分量分析 基于NSCT的邻域特性区域化的红外与微光图像融合方法 本发明针对微光环境下的同一场景红外与微光图像融合问题提出了一种利用邻域特性区域化处理的非下采样Contourlet变换融合方法。首先对红外和微光源图像进行多尺度、多方向分解;然后对低频系数采用一种邻域能量上改进的区域化能... 陈勇 熊杰 吕霞付 徐敏 樊强 邢江 黄婷婷文献传递 基于自然统计特征分布的无参考图像质量评价 被引量:9 2016年 针对目前的无参考评价方法无法准确反映人类对图像质量的视觉感知效果,该文提出一种基于自然统计特征分布(DIstribution Characteristics of Natural statistics,DICN)的无参考图像质量评价方法。其原理是用小波变换将图像分解为低频子带和高频子带部分,再将高频子带部分分成8′8的小块,提取每一子块的幅值和信息熵,并分别计算其分布直方图均值和斜度作为特征,利用支持向量回归思想对特征进行训练,建立5种不同失真类型的质量预测模型。在此基础上,采用支持向量机针对图像特征构造分类器并进行失真判断以确定不同失真的权重,结合5种失真评价模型可得到自然统计特征分布的无参考评价模型。实验结果分析表明,该算法的评价效果优于现有的经典算法,与主观评价具有较好一致性,能够准确反映人类对图像质量的视觉感知效果。 陈勇 帅锋 樊强关键词:小波分解 局部熵