典型文献
基于HVS的水下图像质量评价
文献摘要：
因为水的吸收和散射效应,导致水下图像普遍存在模糊、低对比度和色彩不均衡等问题,而自然图像质量评价方法没有考虑水下成像的特殊性,难以应用于水下图像;同时目前有效的水下图像的质量评价方法较少,且存在一定局限性.针对此问题,提出了一种新的与主观感知密切相关的无参考水下图像质量评价方法,选择与视觉感知相关性高的色度特征(Col)、基于人类大脑视觉皮层的对比度特征(Con)、反映图像信息丰富程度的清晰度特征(Sharp)这3种属性,来构成水下图像质量评价模型,简称CCS.这些视觉特征对水的物理特性比较敏感,而且人类视觉系统(Human Visual System,HVS)易受色彩、对比度和边缘结构等视觉特性变化的影响.为了验证所提方法的性能,在自建小型水下图像数据集上与CPDB,BRISQUE,UCIQE,UIQM这4种无参考评价算法进行了大量的对比实验,在与主观评价相关性度量方面,CCS方法比UIQM方法的RMSE度量指标提升了大约13％,比UCIQE和UIQM方法的PLCC,SROCC和KROCC度量指标提升均超过10％.实验结果表明,CCS算法与人类视觉感知具有高度一致性,能有效、准确地评估水下图像的质量.
文献关键词：
图像质量评价;无参考;人类视觉系统;色度评估;对比度评估;清晰度评估
中图分类号：
作者姓名：
鹿婷;侯国家;潘振宽;王国栋
作者机构：
青岛大学计算机科学技术学院 山东 青岛266071
文献出处：
引用格式：
[1]鹿婷;侯国家;潘振宽;王国栋-.基于HVS的水下图像质量评价)[J].计算机科学,2022(05):98-104
A类：
BRISQUE,KROCC,色度评估,对比度评估,清晰度评估
B类：
HVS,水下图像质量评价,散射效应,低对比度,质量评价方法,水下成像,定局,主观感知,无参考,视觉感知,Col,视觉皮层,对比度特征,Con,图像信息,丰富程度,Sharp,种属,质量评价模型,CCS,视觉特征,物理特性,特性比,人类视觉系统,Human,Visual,System,边缘结构,视觉特性,图像数据集,CPDB,UCIQE,UIQM,主观评价,相关性度量,RMSE,度量指标,指标提升,PLCC,SROCC,高度一致
AB值：
0.318333
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
