1、圖像在采集、存儲以及傳輸?shù)倪^程中，由于圖像采集設(shè)備、存儲設(shè)備、傳輸設(shè)備的影響，圖像的失真是無法避免的。因此，有一個穩(wěn)定可靠的圖像質(zhì)量評價算法能夠在圖像可能出現(xiàn)失真的環(huán)節(jié)對圖像的質(zhì)量進(jìn)行有效的監(jiān)控和反饋顯得極其重要。此外，在其它圖像處理過程（例如圖像恢復(fù)）中，圖像質(zhì)量評價方法可以用于定量地評價算法的優(yōu)劣。本文利用符合人類視覺系統(tǒng)（Human Vision System, HVS）特性的圖像特征對全參考圖像客觀質(zhì)量評價方法開展研究，旨在找到

2、一種既能更接近人的主觀評價結(jié)果并且高效穩(wěn)定的圖像質(zhì)量客觀評價方法。
　　根據(jù)圖像頻域相位譜數(shù)據(jù)比幅度譜數(shù)據(jù)包含了更多的圖像結(jié)構(gòu)信息這一特點，以及梯度特征在圖像質(zhì)量評價問題中的有效性，結(jié)合結(jié)構(gòu)相似性理論和圖像顯著性特點，本文提出了一種基于圖像頻域特征和梯度特征的圖像質(zhì)量評價新方法（Image Quality Assessment based on Frequency Domain Feature and Gradient Featu

3、re,簡稱為FGSIM）。該方法采用的圖像頻域特征是由幅度特征和相位特征線性組合而成，通過加大相位特征的線性組合系數(shù)，來體現(xiàn)相位特征的重要性。在此基礎(chǔ)上，又通過實驗發(fā)現(xiàn)：在頻域中，幅度值越大的地方所對應(yīng)的相位特征對圖像質(zhì)量評價的貢獻(xiàn)度越高，因此，本方法又利用頻域幅度譜數(shù)據(jù)對相位特征進(jìn)行了加權(quán)。為了利用人眼特性，本文提出了首先對R、G、B三個彩色分量分別計算質(zhì)量得分，然后根據(jù)人眼對顏色的敏感性函數(shù)對三個得分進(jìn)行加權(quán)平均的方法計算得到彩色圖

4、像的質(zhì)量得分。另外，還利用了圖像顯著性系數(shù)對圖像的局部得分進(jìn)行加權(quán)得到整個彩色圖像的得分。
　　根據(jù)圖像頻域相位譜數(shù)據(jù)中比幅度譜數(shù)據(jù)包含了更多的圖像結(jié)構(gòu)信息這一特點，以及梯度特征在圖像質(zhì)量評價問題中的重要性，結(jié)合結(jié)構(gòu)相似性理論和圖像顯著性特點，本文提出了一種基于圖像頻域特征和梯度特征的圖像質(zhì)量評價方法(Image Quality Assessment based on Frequency Domain Feature and Gr

5、adient Feature, FGSIM）。通過實驗發(fā)現(xiàn)：在頻域中，幅度值越大的地方所對應(yīng)的相位特征對圖像質(zhì)量的貢獻(xiàn)度越高。因此，利用頻域幅度譜數(shù)據(jù)對相位特征進(jìn)行了加權(quán)。另外，本文還針對已有的FSIMc模型的一點問題進(jìn)行了分析，提出了首先對R、G、B三個彩色分量分別計算質(zhì)量得分，然后根據(jù)人眼對顏色的敏感性函數(shù)對三個得分進(jìn)行加權(quán)平均的方法得到彩色圖像的質(zhì)量得分。
　　由于機(jī)器學(xué)習(xí)算法具有強(qiáng)大的非線性擬合能力和自學(xué)習(xí)能力，本文引入了

6、廣義回歸神經(jīng)網(wǎng)絡(luò)(Generalized Regression Neural Network, GRNN)來構(gòu)建圖像特征與主觀質(zhì)量得分之間的映射模型。首先分別在R、G、B三個色度分量上提取圖像的相位特征、幅度特征和梯度特征。對比訓(xùn)練圖像和參考圖像的上述三類特征得到二者之間的相似性測度值，然后利用廣義回歸神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)一個相似性測度值與客觀評價得分的映射模型以計算測試圖像的客觀評價得分。該方法被稱為基于廣義回歸神經(jīng)網(wǎng)絡(luò)圖像質(zhì)量評價方法(Im

7、age Quality Assessment based on Generalized Regression Neural Network,簡稱GIQA)。
　　本文針對上述提出的兩種方法，采用圖像質(zhì)量客觀評價研究中常用的三個數(shù)據(jù)庫（LIVE數(shù)據(jù)庫、CSIQ數(shù)據(jù)庫、TID2013數(shù)據(jù)庫）做了相應(yīng)的實驗，以驗證其有效性。實驗主要以五種性能指標(biāo)的形式展現(xiàn)了文中所提方案的評價結(jié)果，并與目前國際上最有影響的三個全參考圖像質(zhì)量客觀評價模型（