北理工在無參考圖像質(zhì)量評價方面取得研究進展
發(fā)布日期：2020-04-30 供稿：信息與電子學院
編輯：曹安琪 審核：司黎明 閱讀次數(shù)：近日，北京理工大學信息與電子學院鄧宸偉教授、博士生王水根、趙保軍教授，美國德克薩斯大學奧斯丁分校Alan Bovik教授與新加坡南洋理工大學Guang-Bin Huang教授共同合作，利用變換域二維峰態(tài)統(tǒng)計特征顯著提升了圖像噪聲無參考質(zhì)量評價的精度，同時增加了模型兼容性。研究結果以《Blind noisy image quality assessment using sub-band kurtosis》為題，發(fā)表在頂級期刊美國電氣和電子工程師協(xié)會控制匯刊[IEEE Transactions on Cybernetics, 50(3) 1146-1156 (2020)](影響因子IF:10.387)。
圖1.圖像無參考質(zhì)量評價算法的流程示意圖
數(shù)字圖像在獲取、儲存和傳輸?shù)冗^程中，都可能會引入噪聲，導致圖像質(zhì)量下降，難以滿足用戶應用需求。因此，如何準確評估圖像質(zhì)量的好壞，成為圖像處理研究領域的熱點。圖像質(zhì)量評價方法可以分為主觀評價方法和客觀評價方法：主觀評價需要借助多個觀察者對圖像進行打分，費時費力；客觀評價是建立與圖像質(zhì)量相關的數(shù)學模型，讓計算機自動推導出圖像質(zhì)量，可廣泛應用圖像或視頻處理系統(tǒng)。無參考圖像質(zhì)量評價是一種客觀質(zhì)量評價方法，無需借助任何原始圖像信息，僅依靠待評價圖像本身的信息進行質(zhì)量評估，具有極高的實用價值并受到越來越多的關注。然而，自然圖像內(nèi)容豐富多變、噪聲種類繁雜，現(xiàn)有評估模型難以準確反映圖像質(zhì)量，只能針對特定噪聲進行評估，應用范圍受限，且計算復雜度高，難以滿足應用需求。
圖2.TID2008數(shù)據(jù)庫中噪聲污染圖像以及相應的二維小波系數(shù)分布圖
統(tǒng)計特征是從自然圖像特有的統(tǒng)計規(guī)律中提取的描述量，其特性會隨著圖像噪聲污染程度變化而改變。該團隊研究小波系數(shù)的統(tǒng)計特性，發(fā)現(xiàn)低噪聲或無噪聲自然圖像的小波系數(shù)具有細峰、尖峰的分布;而有噪聲的圖像往往是平頂?shù)?，尾部較淺的分布。根據(jù)上述規(guī)律，設計了峰態(tài)特征來精確描述圖像受噪聲污染的程度，構建靈活的回歸模型對多種噪聲類型進行擬合，最終利用快速超限學習機技術，將提取的圖像小波系數(shù)峰態(tài)統(tǒng)計特征映射到圖像質(zhì)量上，完成對待檢測圖像質(zhì)量的評價。該項工作為實現(xiàn)圖像準確、高效的無參考評價提供了新的思路。
論文鏈接：https://doi.org/10.1109/TCYB.2018.2889376
附作者簡介：
鄧宸偉，北京理工大學信息與電子學院教授、博士生導師。近年來，主要面向高分辨率對地觀測領域國家重大需求，開展遙感圖像智能實時處理基礎和應用研究。發(fā)表第一/通信作者SCI論文30余篇，含ESI高被引三篇，五篇代表作SCI他引680余次。編寫中、英文著作各一部。相關研究成果已應用于特定領域，獲中國電子學會自然科學二等獎、軍隊科技進步二等獎各一項。
分享到：