导读:本文包含了边缘结构相似度论文开题报告文献综述及选题提纲参考文献，主要关键词:图像修复,边缘检测,结构相似度,信息熵
边缘结构相似度论文文献综述
陶兆胜,张敬寒,王磊,占伟豪,王丽华[1]（2019）在《基于边缘特征和像素结构相似度的图像修复算法》一文中研究指出针对Criminisi算法的块匹配准则仅采取单一颜色判断因子导致无法合理选择最佳样本块,且其在修复过程中使用单一修复模板易出现填充裂纹和错误像素的问题,提出基于边缘特征和像素结构相似度的图像修复算法.首先提出一种局部特征与边缘纹理分辨相结合的分段修复算法以增强边缘纹理分辨能力;其次采用样本相似度和信息熵相似度确定最佳样本块集合,并依据颜色和特征项的欧氏几何距离及结构相似性确立块匹配准则;再通过基于信息熵的自适应修复模板解决Criminisi算法的填充裂纹和错误像素问题;最后引入果蝇优化算法以减少图像修复时间.实验结果证明,对于不同的图像,文中算法能取得较为满意的修复效果和修复效率.(本文来源于《计算机辅助设计与图形学学报》期刊2019年10期）
刘伟,薄华[2]（2016）在《基于边缘显着区域和结构相似度的图像视觉效果评价》一文中研究指出图像的大部分结构信息都集中在了边缘,在进行边缘检测时滤除一些与图像计算不相关的信息,可减少计算中的数据量,使得计算更加便捷;在结构属性上也得到了很好的保留,因此边缘检测方法在图像视觉效果评估上是可行的。人眼对于一幅图像的视觉并不是每一个图像区域都具有同等的视觉重要性。可以建立一种数学方法,提取图像中的视觉重要区域,对这些区域进行视觉效果评价。选取基于结构相似度方法作为最终评价方法,得到了一种全参考图像质量评价算法。最后将实验结果与3个图像评价库的参考结果进行拟合,得到的结果与其他算法相比表明,该算法更加符合人眼的视觉效果特性。(本文来源于《微型机与应用》期刊2016年09期）
张文娟,王艳红[3]（2016）在《边缘结构相似性图像质量的高阶统计及评价》一文中研究指出为构建符合主观视觉感知的图像质量评价指标,文中提出了一种利用突出边缘结构相似的图像质量评价方法.通过计算每一个像素点位置上的高阶统计来局部化突出边缘.根据退化图像与参考图像的突出边缘强度相似性,结合亮度相似性和对比度相似性定义图像质量指标.数值实验结果表明,利用文中方法对TID2008数据库中的图像进行评价的平均运算时间为78.43s,评价结果与主观评价接近.(本文来源于《西安工业大学学报》期刊2016年03期）
易叁莉,苗莹,钱洁,郭贝贝,相艳[4]（2015）在《基于感兴趣区域的边缘结构相似度图像质量评估》一文中研究指出目前常用的评估算法忽视了图像中携带重要信息的边缘特征。基于感兴趣区域的双尺度边缘结构相似度算法虽然考虑了边缘信息的重要性,但对边缘信息的识别效果不理想。针对以上问题,提出边缘结构相似度图像质量评估算法,将图像分为感兴趣区域与不感兴趣区域,分别用边缘结构相似度算法和结构相似度算法对2种区域进行质量评估,并实现加权组合。实验结果表明,该算法对边缘信息的识别能力更强,对图像质量的变化更加敏感。(本文来源于《计算机工程》期刊2015年06期）
袁艳春,刘云鹏,高宏伟[5]（2015）在《基于边缘结构相似性的图像质量评价方法》一文中研究指出针对现有图像质量评估方法不能有效评价所有失真类型图像、计算量大等问题进行了研究,受人眼视觉特性的启发,提出了一种新的基于图像边缘结构相似性的全参考质量评价方法。该方法利用图像边缘梯度对图像失真的敏感性不同,通过Prewitt算子计算水平和竖直方向梯度向量绝对值和,进而定义了两种基于边缘结构相似性的图像质量评价标准:图像梯度结构相似度均值(GSSM)和图像梯度结构相似度标准差(GSSD)。标准图像数据库上的实验结果表明,GSSD方法优于GSSM和现有的全参考图象质量评价方法,主客观分值一致性好,并且计算简单,适合应用于大规模的图像质量评价。(本文来源于《计算机应用研究》期刊2015年09期）
刘俊卿[6]（2013）在《基于ROI的双尺度边缘结构相似度图像质量评估方法》一文中研究指出图像质量评估在在医学、图像压缩、处理以及通信领域起着十分重要的作用。正电子发射断层成像(Positron Emission Tomography, PET), CT等先进的成像技术的成熟与应用,使得人体的健康信息也能够以图像的形式反映出来。医学图像直观准确,其质量的好坏会将会在很大程度上影响医生的诊断。传统的基于像素误差度的质量评估方法是较常用的评估方法,运算简便,物理意义清晰,但与人类主观视觉感受不一致。结构相似度准则SSIM自顶向下地模拟了HVS的整体功能,SSIM算法认为HVS的主要功能是从视觉场景中提取结构信息。SSIM算法能够更好地反映人类视觉特性,具有简单高效的特点。但它对模糊图像及噪声污染图像的判定与人类主观感受存在偏差。针对这一点,一种基于图像的边缘信息的双尺度图像质量评价方法MDESSIM被提出,该算法充分考虑边缘信息在结构信息中的重要性,有效的解决了SSIM算法的上述缺点,但是它并没考虑到图像感兴趣区域对图像质量的影响,在评价图像时会与人的主观感受有偏差。本文深入研究了SSIM和MDESSIM算法,总结其规律和缺陷,并以其为基础做出改进,提出了基于感兴趣区域的双尺度图像质量评估方法。通过对比分析当前常用的ROI提取算法,确定使用Itti模型将图像分为感兴趣区域和不感兴趣区域。提出的算法将图像质量的评估分为感兴趣区域和不感兴趣区域的加权组合评估,在感兴趣区域内使用双尺度图像质量评估方法,不感兴趣区域使用经典的结构相似度评估方法,对感兴趣区域的评价结果赋予较大的权值以强调感兴趣区域对图像质量的影响。同时对实验中所使用的权值的设定做了讨论。最后使用本文所提出的算法对叁个常用的图像数据库进行了对比实验和分析,实验结果表明,此方法较好地考虑了感兴趣的重要性,更加符合人的主观视觉质量。(本文来源于《昆明理工大学》期刊2013-03-01）
徐小琳[7]（2012）在《重视边缘的结构相似度图像/视频质量评价方法研究》一文中研究指出图像/视频质量评价方法的研究是多媒体技术领域的重要研究课题之一。基于空域的结构相似度(Structural Similarity, SSIM)客观质量评价方法模型简单、高效易行，与人眼主观评价一致性较高，近年来受到了广泛关注。然而该模型对严重失真和交叉失真类型的图像评价欠准确，并且对运动较快的视频序列以及场错位现象评价存在较大误差。因此研究更合理的图像/视频质量评价方法，在图像/视频处理领域有重要意义。本文考虑人眼对边缘信息敏感的特性，对丢失的边缘予以重视，提出了重视边缘的结构相似度图像/视频质量评价方法。本文主要工作如下：1.考虑到边缘是图像的重要信息，人眼对边缘信息的丢失更加关注，提出一种重视边缘区域的结构相似度图像质量评价方法（Edge Highlighted Structural Similarity,EH_SSIM）。采用动态阈值（Otsu）法提取边缘区域，结合JND确定边缘区域的明显失真，并对其予以重视。采用LIVE图像库Ⅱ中五种失真类型图像进行仿真实验，结果表明，EH_SSIM比SSIM有更加准确的评价，特别是对模糊类失真和噪声类失真的评价，EH_SSIM的优越性更加明显。2.块效应和边缘模糊是影响视频序列视觉质量的重要因素，鉴于此提出一种重视边缘和块效应的结构相似度视频质量评价方法（Edge and Block Artifact HighlightedStructural Similarity for Video Quality Assessment，EBH_SSIM）。类似于EH_SSIM方法提取边缘区域和块效应，对边缘区域和块效应分别予以重视；视频时域质量评价通过帧差法对序列运动快慢进行判断，并根据人眼对其感兴趣程度赋予不同权值。采用VQEG FR-TV PhaseⅠ视频序列库进行仿真实验，结果表明，EBH_SSIM比SW-SSIM、MOVIE和MC-SSIM等模型的准确性更好，与主观评价的一致性更优，但散点图的单调性以及收敛性有待提高。(本文来源于《华南理工大学》期刊2012-06-01）
巨西诺,孙继银,王鹏[8]（2012）在《基于边缘结构相似度的目标凸显性分析》一文中研究指出在景象匹配中,为了对匹配算法的可靠性和图像的适用性进行分析,必须对图像质量进行评价。景象匹配中的图像质量评价主要分析图像目标的可匹配性,可归结为目标的凸显性。通过将边缘结构相似度算法运用于小波域多尺度图像计算不同尺度图像的疑似目标数目,并对各级图像的疑似目标数目进行加权,获得最终疑似目标数目,设计了目标凸显性指标。经实验分析,该指标与图像匹配概率一致,符合景象匹配的评价需求。(本文来源于《计算机应用研究》期刊2012年03期）
杨春玲,徐小琳[9]（2011）在《重视边缘区域的结构相似度图像质量评价》一文中研究指出基于结构相似度的图像质量评价方法简单高效、准确性较高,但是对严重失真和交叉失真类型评价不够准确。考虑到边缘是图像的主要信息和能量成分,人眼对边缘信息的丢失更加关注,提出一种重视边缘区域的结构相似度图像质量评价方法(HESSIM),采用动态阈值(Otsu)法提取边缘区域,结合JND确定边缘区域的明显失真,并对其予以重视。实验结果表明,HESSIM比SSIM有更准确的评价,特别是对模糊类失真和噪声类失真的评价,HESSIM的优越性更加明显。(本文来源于《中国图象图形学报》期刊2011年12期）
邹钧,姜秀华,杨爽[10]（2011）在《基于边缘结构相似性的视频质量客观评价》一文中研究指出在视频图像质量客观评价方法中,基于结构相似度(SSIM)模型算法由于具有对像素偏移不敏感、计算简单等特点,应用较为广泛。但SSIM模型的缺点是不能较好地评价严重模糊的受损图像。因此,提出了一种基于边缘结构相似度(ESSIM)的视频图像质量评价方法,将边缘梯度提取作为图像的主要结构信息。实验结果表明,ESSIM模型比SSIM模型更符合人眼视觉系统特性,能更好地反映图像的主观质量。(本文来源于《电视技术》期刊2011年17期）
边缘结构相似度论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
图像的大部分结构信息都集中在了边缘,在进行边缘检测时滤除一些与图像计算不相关的信息,可减少计算中的数据量,使得计算更加便捷;在结构属性上也得到了很好的保留,因此边缘检测方法在图像视觉效果评估上是可行的。人眼对于一幅图像的视觉并不是每一个图像区域都具有同等的视觉重要性。可以建立一种数学方法,提取图像中的视觉重要区域,对这些区域进行视觉效果评价。选取基于结构相似度方法作为最终评价方法,得到了一种全参考图像质量评价算法。最后将实验结果与3个图像评价库的参考结果进行拟合,得到的结果与其他算法相比表明,该算法更加符合人眼的视觉效果特性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
边缘结构相似度论文参考文献
[1].陶兆胜,张敬寒,王磊,占伟豪,王丽华.基于边缘特征和像素结构相似度的图像修复算法[J].计算机辅助设计与图形学学报.2019
[2].刘伟,薄华.基于边缘显着区域和结构相似度的图像视觉效果评价[J].微型机与应用.2016
[3].张文娟,王艳红.边缘结构相似性图像质量的高阶统计及评价[J].西安工业大学学报.2016
[4].易叁莉,苗莹,钱洁,郭贝贝,相艳.基于感兴趣区域的边缘结构相似度图像质量评估[J].计算机工程.2015
[5].袁艳春,刘云鹏,高宏伟.基于边缘结构相似性的图像质量评价方法[J].计算机应用研究.2015
[6].刘俊卿.基于ROI的双尺度边缘结构相似度图像质量评估方法[D].昆明理工大学.2013
[7].徐小琳.重视边缘的结构相似度图像/视频质量评价方法研究[D].华南理工大学.2012
[8].巨西诺,孙继银,王鹏.基于边缘结构相似度的目标凸显性分析[J].计算机应用研究.2012
[9].杨春玲,徐小琳.重视边缘区域的结构相似度图像质量评价[J].中国图象图形学报.2011
[10].邹钧,姜秀华,杨爽.基于边缘结构相似性的视频质量客观评价[J].电视技术.2011