检索结果-南通市图书馆

无参考图像质量评价算法研究及在航拍线路巡检的应用

在线全文

学校读者我要写书评

暂无评论

无参考图像质量评价算法研究及在航拍线路巡检的应用

作者：林衡广东财经大学

学位级别：硕士

随着生活和工业应用中对电能需求的增大,传输电路承担着电力传输的重要职责,高压线路的传输变得越来越重要。电网公司在人机协同模式下进行巡检的过程中,由于遇到各种突发因素导致航拍的图像产生不同程度的失真耗损,影响地面人员检测和... 详细信息

随着生活和工业应用中对电能需求的增大,传输电路承担着电力传输的重要职责,高压线路的传输变得越来越重要。电网公司在人机协同模式下进行巡检的过程中,由于遇到各种突发因素导致航拍的图像产生不同程度的失真耗损,影响地面人员检测和筛选的工作进度。因此,本文基于航拍超高压输电线路巡检过程中产生的失真图像,针对问题的特点引入图像质量评价方法(Image.Quality Assessment,IQA),实现对航拍的图像进行有效的质量评价,从而简化后续环节的筛选,目的是减轻地面技术人员的工作量以及简化复检环节的任务。本文主要通过结合无参考质量评价方法进行研究和分析,对其相关的场景类型进行采集、分析和总结。本文的主要工作有以下三个方面:(1)针对航拍输电线路巡检的数据集进行分析,基于五种常见的失真类型构建专用的数据集,并且在后续进行相关的预处理工作:对其分类进行逐一的降质和仿真合成,整理出320张具备代表性的图像,解决数据量过少的问题;(2)结合图像细粒度分类领域的方法把双线性池化(Bilinear-Pooling)引用到图像质量评价(IQA)领域,提出使用Res Net50和VGG16两个模型,通过固定他们的骨干网络(Backbone),分别去掉VGG16最后三层以及Res Net50的最后两层(仅保留一个线性层用于维度调整),再利用双线性池化进行特征融合并获取图像深层特征等信息,然后对其采用压缩型降维以及加入GAP层(Global Average Pooling)进行改善,目的是避免参数训练量过大及过拟合的问题,最后采用一个全连接层来学习特征空间与图像质量的映射关系,输出得到预测的客观质量分数;(3)根据相关实验数据表明,本模型在五种失真类型中三种程度的预测能力略胜于文中对比的两种成熟的NR-IQA模型,说明本文改进的双线性池化模型能够有效针对常见失真场景且具有良好的特征感知,与主观评价结果比对的误差率仅处于11%-20%的区间,体现良好的稳定性,与HVS特性保持相对的一致性。

关键词：无参考图像质量评价失真图像双线性池化输电线路巡检

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

无参考图像质量评价综述

自动化学报 2015年第6期41卷 1062-1079页

作者：王志明北京科技大学计算机与通信工程学院北京100083 材料领域知识工程北京市重点实验室北京100083

图像质量对人类视觉信息的获取影响很大,如何在没有参考图像的情况下准确地评价失真图像的质量是一个关键但又非常困难的问题.本文回顾了近20年来无参考图像质量评价发展的主要技术.首先,介绍了这一领域常用的衡量评价算法性能的技术指... 详细信息

图像质量对人类视觉信息的获取影响很大,如何在没有参考图像的情况下准确地评价失真图像的质量是一个关键但又非常困难的问题.本文回顾了近20年来无参考图像质量评价发展的主要技术.首先,介绍了这一领域常用的衡量评价算法性能的技术指标,以及几个网上共享的典型图像质量评价数据库;然后,对各种无参考图像质量评价算法进行详细的分类介绍和特点评析;最后,基于典型数据库对近几年的一些非特定失真图像质量评价方法进行了性能测试和比较.目的是为这一领域的研究人员提供一个较为全面的、有价值的文献参考.

关键词：图像质量评价无参考图像质量评价相关系数模糊噪声

无参考图像质量评价方法研究及其在智能监控中的应用

在线全文

学校读者我要写书评

暂无评论

无参考图像质量评价方法研究及其在智能监控中的应用

作者：陆雯滢南京理工大学

学位级别：硕士

图像的噪声和失真降低了视觉质量,影响其正常使用。本文对无参考图像质量评价方法进行研究,在没有参考图像先验信息的前提下,从算法研究、工程的实际应用两个方面展开课题工作。主要完成如下工作:1、针对公开IQA数据集中的数据量无法支... 详细信息

图像的噪声和失真降低了视觉质量,影响其正常使用。本文对无参考图像质量评价方法进行研究,在没有参考图像先验信息的前提下,从算法研究、工程的实际应用两个方面展开课题工作。主要完成如下工作:1、针对公开IQA数据集中的数据量无法支撑大型网络训练的问题,本文引入非IQA领域数据集进行数据增广,在图像中加入不同类型、不同程度的失真,根据相对质量生成可排序的图像对。利用学习排序的思想训练Siamese孪生网络,并改进了网络的反向传播过程,减少网络的冗余计算,最后针对具体的IQA数据集进行迁移学习。实验结果表明,在LIVE和TID2013数据集上,该算法的SROCC和LCC指标均有显著提高。2、为了进一步提高质量评价的准确性,本文将基于注意力机制的Res Ne St网络引入IQA领域,使得网络权重的分配有选择地倾向于与图像质量具有相关性的区域,并利用分组卷积减少网络中的参数。算法在TID2013数据集上的SROCC指标达到0.806,相比使用VGG16和Resnet50网络分别提高了2.6%和3.7%,证明了网络能够有效地提取可用于图像质量评价的语义特征。3、针对实际监控视频中常见的偏色、画面丢失、花屏、噪声等异常,本文利用传统图像处理、SVM分类器等方法,分别提出了相对应的异常检测算法,算法均取得较好的结果。4、为进一步提高异常检测的准确率并减少误报率,本文根据视频图像模糊、画面丢失、噪声、花屏、亮度异常、对比度异常、偏色等失真类型的实际特点,提出了结合多尺度特征的Res Ne St网络,将低层的细粒度特征和高层的语义特征相结合,在监控视频质量诊断数据集上达到了97.11%的准确率。

关键词：无参考图像质量评价孪生网络注意力机制多尺度特征融合

无参考图像质量评价及其在图像增强中的应用研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

无参考图像质量评价及其在图像增强中的应用研究

作者：冉杰文武汉大学

学位级别：硕士

随着移动互联网和移动设备的普及,图像已经成为人们日常生活中最主要的信息交互方式之一。在国防军事、工业医疗和城市建设等领域也充满了各种各样的图像数据,高质量的图像更有利于从中提取有用的信息。然而通常获取到的图像在采集、传... 详细信息

随着移动互联网和移动设备的普及,图像已经成为人们日常生活中最主要的信息交互方式之一。在国防军事、工业医疗和城市建设等领域也充满了各种各样的图像数据,高质量的图像更有利于从中提取有用的信息。然而通常获取到的图像在采集、传输和存储等过程中都会造成多种多样的复杂失真,严重影响人们对图像信息的理解和对美学的追求。本课题来源于青年科学基金项目“基于深度卷积神经网络的盲图像质量评价”,旨在提高对多类型合成失真和真实场景失真图像质量评价的主客观一致性。随着人们对拍照需求的增加,改善移动端图像质量具有重要的实际价值。本文也将探究使用图像质量评价优化移动端图像增强网络模型。本文研究具体包含以下三个部分:第一部分提出颜色空间统计联合纹理特征的无参考图像质量评价方法。该方法首先提取多尺度MSCN系数统计特征及其带权重的LBP直方图特征;然后提取l??颜色空间下红绿通道和蓝黄通道系数分布的统计参数特征;最后运用SVR建立图像质量评价回归模型。统计特征从整体结构出发,LBP直方图特征从局部纹理出发,联合统计和纹理特征具有更强的感知图像质量能力。实验结果表明该算法在标准的合成失真数据库上具有良好的主客观一致性和泛化性,算法复杂度也较低。第二部分提出基于排序学习的无参考图像质量评价方法。该方法以VGG16为主干网络,首先使用真实场景下无标签数据集Waterloo生成不同失真类型和失真等级的图像。然后模型的训练分为两阶段,第一阶段使用具有相对质量好坏的图像作训练集,使用列表排名损失函数优化排序学习模型;第二阶段使用IQA数据库微调网络模型,网络输出为质量得分的直方图分布,最后通过优化EMD距离损失更新模型参数。实验结果表明,该算法能较好的评价复杂合成失真和真实场景失真的图像质量,验证了利用排序学习后的网络能提高图像质量的评价效果。第三部分提出了图像质量评价引导的移动端图像增强方法。首先介绍了用于移动端图像增强的具有范围缩放和全局特征的U-Net网络模型RSGUNet,并详细介绍用该网络作为图像生成器训练图像增强任务时用到的损失函数。然后在RSGUNet网络模型的基础上,使用基于排序学习的无参考图像质量评价模型,提取增强图像的主观表现损失和主观得分损失。通过这两个损失指导生成网络的训练,提升算法主观效果。对比实验结果表明,本文算法改进的网络结构和损失函数不但能提高PSNR和SSIM客观指标,而且能较好的改善人眼主观效果,这也表明图像质量评价在移动端图像增强任务上具有实际的应用价值。

关键词：无参考图像质量评价颜色分量纹理特征排序学习卷积神经网络移动端图像增强

基于多尺度特征逐层融合深度神经网络的无参考图像质量评价方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

华南理工大学学报（自然科学版） 2022年第4期50卷 81-89,141页

作者：杨春玲杨雅静华南理工大学电子与信息学院广东广州510640

现有的针对真实失真的无参考图像质量评价算法提取的特征对自然场景图像质量的表征能力较差,限制了其评估准确性和泛化能力。针对该问题,文中提出了一个基于多尺度特征逐层融合的深度神经网络(MsFF-Net)。首先,利用预训练的深度神经网络... 详细信息

现有的针对真实失真的无参考图像质量评价算法提取的特征对自然场景图像质量的表征能力较差,限制了其评估准确性和泛化能力。针对该问题,文中提出了一个基于多尺度特征逐层融合的深度神经网络(MsFF-Net)。首先,利用预训练的深度神经网络ResNet-50提取图像多尺度特征;然后,提出了一种特征融合模块,通过逐层递进融合相邻尺度特征,获得更准确表征图像质量的多尺度融合特征;接着,从多尺度融合特征提取低维特征,得到多粒度的图像质量感知特征;最后,利用由最高层特征自适应生成的全连接神经网络,对低维特征进行回归,得到自然场景图像的质量预测。仿真结果表明,MsFF-Net在真实失真数据库上的性能优于目前的大多数方法,而且在合成失真数据库上也取得了出色的评价性能。

关键词：无参考图像质量评价真实失真深度神经网络多尺度特征融合

在线全文

学校读者我要写书评

暂无评论

模糊失真图像无参考质量评价综述

自动化学报 2022年第3期48卷 689-711页

作者：陈健李诗云林丽王猛李佐勇福建工程学院电子电气与物理学院福州350118 电子信息与电气技术国家级实验教学示范中心(福建工程学院) 福州350118 福建省信息处理与智能控制重点实验室(闽江学院) 福州350121

图像的模糊问题影响人们对信息的感知、获取及图像的后续处理.无参考模糊图像质量评价是该问题的主要研究方向之一.本文分析了近20年来无参考模糊图像质量评价相关技术的发展.首先,本文结合主要数据集对图像模糊失真进行分类说明;其次,... 详细信息

图像的模糊问题影响人们对信息的感知、获取及图像的后续处理.无参考模糊图像质量评价是该问题的主要研究方向之一.本文分析了近20年来无参考模糊图像质量评价相关技术的发展.首先,本文结合主要数据集对图像模糊失真进行分类说明;其次,对主要的无参考模糊图像质量评价方法进行分类介绍与详细分析;随后,介绍了用来比较无参考模糊图像质量评价方法性能优劣的主要评价指标;接着,选择典型数据集及评价指标,并采用常见的无参考模糊图像质量评价方法进行性能比较;最后,对无参考模糊图像质量评价的相关技术及发展趋势进行总结与展望.

关键词：图像质量评价无参考图像质量评价模糊图像数据集

在线全文

学校读者我要写书评

暂无评论

无参考图像质量评价方法研究

无参考图像质量评价方法研究

作者：高立发北京邮电大学

学位级别：硕士

近几年来,移动互联网飞速发展,图像和视频信息成为互联网中的主要数据流量。随着网络基础设置的不断完善和移动3G网络的普及,用户对各种视觉信息的需求不断增加,如何保证终端用户的体验质量成为人们重点关注的问题。这使得与用户体验质... 详细信息

近几年来,移动互联网飞速发展,图像和视频信息成为互联网中的主要数据流量。随着网络基础设置的不断完善和移动3G网络的普及,用户对各种视觉信息的需求不断增加,如何保证终端用户的体验质量成为人们重点关注的问题。这使得与用户体验质量密切相关的图像和视频质量评价问题呈现出了前所未有的重要性。图像中在获取、处理、传输和存储过程中引入的失真类型是不确定的,而实际应用中又很难获取到原始图像的信息。因此,通用型无参考图像质量评价方法的研究更加具有实际应用价值。通过对通用型无参考图像质量评价方法的研究,本文提出了以下几点研究成果： 1)对现有通用型无参考图像质量评价算法进行分类,并分析设计通用型算法时需要重点考虑的因素,为之后的研究工作奠定基础。 2)提出一种基于显著区域的无参考图像质量评价算法。该算法根据图像空域自然场景统计特征,度量失真图像和原始图像在统计规律上的偏差,对失真图像质量做出评价。根据图像质量评价的特点,设计了一种适用于图像质量评价的显著区域提取算法。通过引入显著区域的影响,提高算法的整体性能,取得了较好的主观一致性。 3)提出一种基于高层语义的无参考图像质量评价算法。通过引入“高层语义”打破图像底层特征和图像质量之间的“语义鸿沟”。使用概率潜在语义分析技术,比较参考图像和测试图像在潜在语义空间上分布的差别,从而评价测试图像的质量。实验结果表明,该算法的客观评价结果与人的主观感知有较好的一致性。

关键词：无参考图像质量评价自然场景统计显著区域概率潜在语义分析

基于显著性深层特征的无参考图像质量评价算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机应用 2022年第6期42卷 1957-1964页

作者：李佳郑元林廖开阳楼豪杰李世宇陈泽豪西安理工大学印刷包装与数字媒体学院西安710048 陕西省印刷包装工程重点实验室西安710048

针对通用型无参考图像质量评价(NR-IQA)算法,提出一种基于伪参考图像显著性深层特征的评价算法。首先,在失真图像的基础上,利用微调的ConSinGAN模型生成相应的伪参考图像作为失真图像的补偿信息,弥补NRIQA算法缺少真实参考信息的不足;然... 详细信息

针对通用型无参考图像质量评价(NR-IQA)算法,提出一种基于伪参考图像显著性深层特征的评价算法。首先,在失真图像的基础上,利用微调的ConSinGAN模型生成相应的伪参考图像作为失真图像的补偿信息,弥补NRIQA算法缺少真实参考信息的不足;然后,提取伪参考图像的显著性信息,将伪参考显著性图像与失真图像输入到VGG16网络中提取深层特征;最后,融合二者的深层特征并将其映射到由全连接层组成的回归网络中,从而产生与人类视觉一致的质量预测。为了验证算法的有效性,在四个大型公开的图像数据集TID2013、TID2008、CSIQ与LIVE上进行实验,结果显示所提算法在TID2013数据集上的斯皮尔曼秩相关系数(SROCC)比H-IQA算法提升了5个百分点,比RankIQA算法提升了14个百分点,针对单一失真类型也具有稳定的性能。实验结果表明,所提算法总体表现优于现有主流全参考图像质量评价(FR-IQA)和NR-IQA算法,与人类主观感知表现一致。

关键词：无参考图像质量评价生成对抗网络显著性深度学习超分辨率

在线全文

学校读者我要写书评

暂无评论

无参考图像质量评价方法研究

无参考图像质量评价方法研究

作者：周姣姣西南科技大学

学位级别：硕士

随着计算机与多媒体的发展,数字图像作为重要的信息载体,已经深入到人们的学习生活中。从图像的获取、传输及图像的各种处理中,都涉及到图像的质量变化。因此需要一种数学模型或方法来衡量图像的质量,给图像打出合理的评分,以便系统在... 详细信息

随着计算机与多媒体的发展,数字图像作为重要的信息载体,已经深入到人们的学习生活中。从图像的获取、传输及图像的各种处理中,都涉及到图像的质量变化。因此需要一种数学模型或方法来衡量图像的质量,给图像打出合理的评分,以便系统在后续处理过程中针对不同质量的图像采取不同的处理机制。这种定量衡量图像质量的模型或方法就是图像质量评价IQA(Image Quality Asses sment)。针对无参考的图像质量评估,分析了自然图像及变换域的特点,结合神经网络建模的优点,提出了基于contourlet域和布谷鸟优化神经网络模型。该模型首先对图像进行contourlet变换,提取变换后得到的能量序列,随后用神经网络对能量信息进行训练预测。由于广义神经网络存在“特征屏蔽”性,所以对神经网络进行布谷鸟搜索优化。为衡量图像的降质程度,通过对Curvelet变换的研究发现,相比于轮廓波变换其能更好的捕捉图像几何特征。所以提出基于Curvelet变换和神经网络的无参考图像质量评价。该方法首先对失真图像进行Curvelet变换得到Curvelet系数,对Curvelet系数利用非对称广义高斯拟合、并找到Curvelet方向信息的能量特征值,得到一组特征评价值。然后将特征向量送入到布谷鸟优化后的神经网络中进行训练,建立特征统计值和主观评价值的非线性映射关系,随后利用映射关系得到输入图像的预测值。利用LIVE数据库,通过与当前相关文献的方法对比,实验结果表明,该算法具有更高的一致性和准确性。

关键词：无参考图像质量评价离散Curvelet变换人类视觉系统神经网络