一种新的利用梯度信息的图像质量评价模型

马旭东; 闫利; 曹纬; 李武岐; 王昱

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种新的利用梯度信息的图像质量评价模型

马旭东, 闫利, 曹纬, 李武岐, 王昱

文章导航 > 武汉大学学报 ( 信息科学版) > 2014 > 39(12): 1412-1418

马旭东, 闫利, 曹纬, 李武岐, 王昱. 一种新的利用梯度信息的图像质量评价模型[J]. 武汉大学学报 ( 信息科学版), 2014, 39(12): 1412-1418.

引用本文:

马旭东, 闫利, 曹纬, 李武岐, 王昱. 一种新的利用梯度信息的图像质量评价模型[J]. 武汉大学学报 ( 信息科学版), 2014, 39(12): 1412-1418.

Ma Xudong, Yan Li, Cao Wei, Li Wuqi, Wang Yu. A New Image Quality Assessment Model Based onthe Gradient Information[J]. Geomatics and Information Science of Wuhan University, 2014, 39(12): 1412-1418.

Citation:

Ma Xudong, Yan Li, Cao Wei, Li Wuqi, Wang Yu. A New Image Quality Assessment Model Based onthe Gradient Information[J]. Geomatics and Information Science of Wuhan University, 2014, 39(12): 1412-1418.

一种新的利用梯度信息的图像质量评价模型

马旭东^1,2,
闫利¹,
曹纬²,
李武岐²,
王昱³

¹武汉大学测绘学院湖北武汉 430079;²61243部队新疆乌鲁木齐 830006;³西安测绘研究所陕西西安 710054

基金项目: 国家自然科学基金资助项目41271456

详细信息

作者简介:
马旭东博士主要从事遥感影像质量评价研究

中图分类号: P237 TP75

A New Image Quality Assessment Model Based onthe Gradient Information

Ma Xudong^1,2,
Yan Li¹,
Cao Wei²,
Li Wuqi²,
Wang Yu³

¹School of Geodesy and Geomatics Wuhan University Wuhan 430079 China;²Troop 61243 Urumyi 830006 China;³Xi'an Surveying and Mapping Institute Xi’an 710054 China

摘要: 提出了一种将图像的梯度幅值、相位以及结构相似度(SSIM)三者相结合的图像质量评价新模型—梯度相似度（GSIM)模型，以及基于该模型的图像质量评价算法。新模型与SSIM模型及基于梯度的模型相比，不仅包含亮度、对比度和结构三部分信息，同时增加了梯度相位信息。通过对LIVE图像数据库的982幅失真图像和924幅遥感压缩影像的实验，结果显示新模型的性能优于其他模型。与SSIM等模型相比，新模型能真实反映失真图像的视觉感知质量，具有较高的评价可靠性。
- 图像质量评价 /
- 结构相似度(SSIM) /
- 梯度相似度(GSIM) /
- 梯度算子
Abstract: In order to evaluate the quality of the distorted image，it is necessary to calculate the similarity degree between the distorted image and the original image. By integrating gradient magnitude and gradient phase of image with structural similarity(SSIM)，this paper proposed a new image quality assessment model—gradient similarity(GSIM)，and the image quality assessment algorithm based on this model.Compared with the SSIM model and the Uradient-based model，this new model not only includes luminance，contrast and structure of image，but more important lies in that it adds gradient phase information on the new model. The result of experiments，through evaluating 982 distoned images in the LIVE database and 924 remote sensing images compression，shows that this new model is superior to traditional models of MSE，PSNR，SSIM and the Uradient-based model.This new model，contrast with traditional model of SSIM，can find better solutions to the problem of objective assessment on seriously distorted images inconsistent with the subjective perception，and also the problem of the mixing evaluation effectiveness relatively worse to multiple types distorted images.Therefore，this new model can truly reflect the quality of the visual perception of the distorted image with higher assessment reliability.
- image quality assessment /
- structural similarity(SSIM ) /
- gradient similarity(GSIM) /
- gradient operator

[1]	田宇, 柯小平, 王勇. 利用航空重力梯度反演Kauring试验场三维密度结构 . 武汉大学学报 ( 信息科学版), 2019, 44(4): 501-509. doi: 10.13203/j.whugis20160503
[2]	李兆兴, 翟京生, 武芳. 线要素综合的形状相似性评价方法 . 武汉大学学报 ( 信息科学版), 2019, 44(12): 1859-1864. doi: 10.13203/j.whugis20180164
[3]	马健, 魏子卿. 利用Molodensky理论求解第二大地边值问题 . 武汉大学学报 ( 信息科学版), 2019, 44(10): 1478-1483. doi: 10.13203/j.whugis20170420
[4]	刘英, 吴立新, 岳辉. 基于梯度结构相似度的矿区土壤湿度空间分析 . 武汉大学学报 ( 信息科学版), 2018, 43(1): 87-93. doi: 10.13203/j.whugis20160216
[5]	李佳田, 罗富丽, 余莉, 张蓝, 康顺, 林艳. 梯度Voronoi图及其构建算法 . 武汉大学学报 ( 信息科学版), 2016, 41(2): 163-170. doi: 10.13203/j.whugis20140025
[6]	杨静, 程昌秀, 李晓岚, 陈驰. 网络结构空间格局相似度分析——以1938~2014年北京市骨干交通网络为例 . 武汉大学学报 ( 信息科学版), 2016, 41(12): 1593-1598. doi: 10.13203/j.whugis20140569
[7]	郑肇葆, 潘励, 郑宏. 应用图像关联度的图像模糊分类 . 武汉大学学报 ( 信息科学版), 2015, 40(5): 574-577. doi: 10.13203/j.whugis20140736
[8]	邢远秀, 章登义, 赵俭辉. 利用多尺度弦角尖锐度累积的自适应角点检测算子 . 武汉大学学报 ( 信息科学版), 2015, 40(5): 617-622,627. doi: 10.13203/j.whugis20140583
[9]	牛继强, 徐丰, 李卓凡, 洪晓峰. 顾及地理实体语义相似度的土地用途分区模型 . 武汉大学学报 ( 信息科学版), 2015, 40(6): 816-822. doi: 10.13203/j.whugis20130647
[10]	许俊奎, 武芳, 刘文甫, 金朋飞. 利用邻域相似性的居民地要素增量更新质量评估 . 武汉大学学报 ( 信息科学版), 2014, 39(4): 476-480. doi: 10.13203/j.whugis20120117
[11]	闫利, 胡晓斌. 利用Contourlet-SSIM视觉模型的IKONOS图像质量评价研究 . 武汉大学学报 ( 信息科学版), 2014, 39(1): 12-16.
[12]	闫利, 胡修兵, 陈长军, 马振玲. 多模态图像配准的梯度一致性算子 . 武汉大学学报 ( 信息科学版), 2013, 38(8): 969-972.
[13]	赵珞成, 罗志才, 刘浩, 李琼. 重力梯度同步观测方法 . 武汉大学学报 ( 信息科学版), 2012, 37(4): 428-431.
[14]	刘鹏程, 罗静, 艾廷华, 李畅. 基于线要素综合的形状相似性评价模型 . 武汉大学学报 ( 信息科学版), 2012, 37(1): 114-117.
[15]	刘涛, 杜清运, 毛海辰. 空间线群目标相似度计算模型研究 . 武汉大学学报 ( 信息科学版), 2012, 37(8): 992-995.
[16]	刘志平, 何秀凤, 郭广礼, 查剑锋. GNSS模糊度降相关算法及其评价指标研究 . 武汉大学学报 ( 信息科学版), 2011, 36(3): 257-261.
[17]	刘涛, 杜清运, 闫浩文. 空间点群目标相似度计算 . 武汉大学学报 ( 信息科学版), 2011, 36(10): 1149-1153.
[18]	张震, 任远, 平西建, 康吉全. 基于图像质量评价量和隐马尔科夫模型的图像拼接检测 . 武汉大学学报 ( 信息科学版), 2008, 33(10): 1030-1033.
[19]	耿则勋. 基于小波变换的遥感影像保持量测精度的压缩技术研究 . 武汉大学学报 ( 信息科学版), 1998, 23(2): 187-187.
[20]	宁津生, 李建成, 晁定波. 由地面重力数据确定扰动位径向二阶梯度 . 武汉大学学报 ( 信息科学版), 1996, 21(3): 201-206.

点击查看大图

计量

文章访问数: 933
HTML全文浏览量: 42
PDF下载量: 682
被引次数: 0

一种新的利用梯度信息的图像质量评价模型

¹武汉大学测绘学院湖北武汉 430079;²61243部队新疆乌鲁木齐 830006;³西安测绘研究所陕西西安 710054

基金项目: 国家自然科学基金资助项目41271456

作者简介:
马旭东博士主要从事遥感影像质量评价研究

收稿日期: 2013-11-06
刊出日期: 2014-12-05

中图分类号: P237 TP75

关键词:

摘要: 提出了一种将图像的梯度幅值、相位以及结构相似度(SSIM)三者相结合的图像质量评价新模型—梯度相似度（GSIM)模型，以及基于该模型的图像质量评价算法。新模型与SSIM模型及基于梯度的模型相比，不仅包含亮度、对比度和结构三部分信息，同时增加了梯度相位信息。通过对LIVE图像数据库的982幅失真图像和924幅遥感压缩影像的实验，结果显示新模型的性能优于其他模型。与SSIM等模型相比，新模型能真实反映失真图像的视觉感知质量，具有较高的评价可靠性。

English Abstract

A New Image Quality Assessment Model Based onthe Gradient Information

¹School of Geodesy and Geomatics Wuhan University Wuhan 430079 China;²Troop 61243 Urumyi 830006 China;³Xi'an Surveying and Mapping Institute Xi’an 710054 China

Received Date: 2013-11-06
Publish Date: 2014-12-05

Keywords:

Abstract: In order to evaluate the quality of the distorted image，it is necessary to calculate the similarity degree between the distorted image and the original image. By integrating gradient magnitude and gradient phase of image with structural similarity(SSIM)，this paper proposed a new image quality assessment model—gradient similarity(GSIM)，and the image quality assessment algorithm based on this model.Compared with the SSIM model and the Uradient-based model，this new model not only includes luminance，contrast and structure of image，but more important lies in that it adds gradient phase information on the new model. The result of experiments，through evaluating 982 distoned images in the LIVE database and 924 remote sensing images compression，shows that this new model is superior to traditional models of MSE，PSNR，SSIM and the Uradient-based model.This new model，contrast with traditional model of SSIM，can find better solutions to the problem of objective assessment on seriously distorted images inconsistent with the subjective perception，and also the problem of the mixing evaluation effectiveness relatively worse to multiple types distorted images.Therefore，this new model can truly reflect the quality of the visual perception of the distorted image with higher assessment reliability.

马旭东, 闫利, 曹纬, 李武岐, 王昱. 一种新的利用梯度信息的图像质量评价模型[J]. 武汉大学学报 ( 信息科学版), 2014, 39(12): 1412-1418.

引用本文:

马旭东, 闫利, 曹纬, 李武岐, 王昱. 一种新的利用梯度信息的图像质量评价模型[J]. 武汉大学学报 ( 信息科学版), 2014, 39(12): 1412-1418.

Ma Xudong, Yan Li, Cao Wei, Li Wuqi, Wang Yu. A New Image Quality Assessment Model Based onthe Gradient Information[J]. Geomatics and Information Science of Wuhan University, 2014, 39(12): 1412-1418.

Citation: