基于结构相似度评价方法的窗口效应

王强; 张合新; 孟飞; 张腾飞

doi:10.7510/jgjs.issn.1001-3806.2016.06.026

高级检索

ISSN 1001-3806CN 51-1125/TN 网站地图

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

基于结构相似度评价方法的窗口效应

王强 , 张合新 , 孟飞 , 张腾飞

文章导航 > 激光技术 > 2016 > 40(6): 902-906

引用本文:

Citation:

基于结构相似度评价方法的窗口效应

1.
第二炮兵工程大学控制工程系, 西安 710025

作者简介: 王强(1993-),男,硕士研究生,研究方向为控制科学与工程。.

通讯作者: 张合新, 17792616386@163.com ;

基金项目:
国家自然科学基金资助项目（61203189）
中图分类号: TN911.73

Window effect of evaluation method of the structural similarity

1.
Department of Automation, The Second Artillery Engineering University, Xi'an 710025, China

Corresponding author: ZHANG Hexin, 17792616386@163.com ;

CLC number: TN911.73

摘要: 为了提高基于结构相似度图像评价方法的评价效果，对传统的窗口选取准则进行了改进，采用实验对比的方法，通过对窗口改进前后评价效果的对比验证，得到了不同数据库和不同失真类型的最佳窗口。结果表明，传统的单一窗口并不能得到最佳的评价效果，而且现在普遍使用的标准差为1.5的高斯加权窗口的效果也不一定好于普通的方形窗口，不同的失真类型的图像其最优窗口也是不同的。结果表明，对于亮度窗口W1来说，窗口越大效果越好；而对于对比度、结构度窗口W2而言，W2=7时效果最好。该研究成果对优化基于结构相似度评价方法的效果具有重要作用。
- 图像处理 /
- 窗口效应 /
- 图像质量评价 /
- 结构相似
Abstract: In order to improve evaluation effect of structural similarity index image, the traditional window selection criterion was improved. By contrasting the window evaluation value before and after improvement, the best window for different databases and different types of distortion was obtained. The results show that the traditional single window does not get the best evaluation result, and the widely-used Gaussian weighted window with standard deviation of 1.5 does not better than the ordinary square window. The optimal windows of different types of image distortion are also different. From the experimental results, for luminance window W1, the bigger the window, the better the evaluation result. And for contrast and structure window W2, the evaluation result is best when W2=7. The results play an important role on optimizing the evaluation method of structural similarity index.
- image processing /
- window effect /
- image quality assessment /
- structural similarity

[1]	WANG Z, BOVIK A, SHEIKH H, et al. Image quality assessment:from error visibility to structural similarity[J].IEEE Transactions on Image Processing,2004,4(13):600-612.
[2]	WANG Z, BOVIK A. A universal image quality index[J]. IEEE Signal Processing Letters,2002,3(9):81-84.
[3]	MIAO Y, YI S L, HE J F. Image quality assessment of feature similarity combined with gradient information[J].Journal of Image and Graphics,2015,20(6):749-755(in Chinese).
[4]	SHEIKH H, SABIR M, BOVIK A. A statistical evaluation of recent full reference image quality assessment algorithms[J]. IEEE Transactions on Image Processing,2006,11(15):3440-3451.
[5]	ZHANG Z D, CHEN J, WANG G W, et al. Evaluation method of super-resolution restoration based on SSIM NCCDFT[J]. Chinese Journal of Liquid Crystals and Displays,2015,30(4):713-721(in Chinese).
[6]	YUAN Y C, LIU Y P, GAO H W. Image quality assessment method based on edge structure similarity[J]. Application Research of Computers,2015,32(9):2870-2873(in Chinese).
[7]	SHI M D,YAO J H,BAI T C. Algorithm of image quality evaluation with gabor transfer function similarity measure[J]. Bulletin of Science and Technology,2014,30(10):133-135(in Chinese).
[8]	JIANG W F,YANG P Z,ZHANG H Y, et al.Image quality evaluation based on human visual[J]. Computer Simulation,2015,32(5):213-217(in Chinese).
[9]	LARSON E C, CHANDLER D M. Most apparent distortion:full-reference image quality assessment and the role of strategy[J].Journal of Electronic Imaging,2010,19(1):6-11.
[10]	PONOMARENKO N, LUKIN V, ZEIENSKY A, et al.TID2008-a database for evaluation of full-reference visual quality assessment metrics[J]. Advances of Modern Radioelectronics,2009,10(5):30-45.
[11]	LI Q,LIU Z,NAN B B. Improved image super-resolution reconstruction based neighbor embedding[J]. Laser Technology,2015,39(1):13-18(in Chinese).

[1]	刘大通 , 刘洋 , 刘力双 . 红外回扫补偿系统图像退化评价方法的研究. 激光技术, 2024, 48(1): 121-126. doi: 10.7510/jgjs.issn.1001-3806.2024.01.019
[2]	罗元 , 蔡祖嫘 , 张毅 . 基于改进的各向异性SUSAN算法的MEMS微结构图像滤波. 激光技术, 2015, 39(1): 85-89. doi: 10.7510/jgjs.issn.1001-3806.2015.01.017
[3]	李文龙 , 戈海龙 , 任远 , 成巍 . 图像处理技术在激光熔池温度检测的应用. 激光技术, 2018, 42(5): 599-604. doi: 10.7510/jgjs.issn.1001-3806.2018.05.004
[4]	张海庄 , 姚梅 , 雷萍 , 李鹏 , 曾庆平 . 远场激光光斑图像处理方法研究. 激光技术, 2013, 37(4): 460-463. doi: 10.7510/jgjs.issn.1001-3806.2013.04.010
[5]	汤敏 , 王惠南 . 激光扫描共聚焦显微镜图像的计算机处理. 激光技术, 2007, 31(5): 558-560.
[6]	张羽鹏 , 王开福 . LabVIEW和MATLAB在电子散斑干涉图像处理中的应用. 激光技术, 2009, 33(6): 582-585,589. doi: 10.3969/j.issn.1001-3806.2009.06.007
[7]	冯煦 , 张瑞瑛 , 周萍 , 李松 . 大功率半导体线激光图像处理方法研究. 激光技术, 2010, 34(5): 624-627. doi: 10.3969/j.issn.1001-3806.2010.O5.013
[8]	顾国庆 , 王开福 , 燕新九 . 基于同态滤波的电子散斑干涉图像处理. 激光技术, 2010, 34(6): 750-752,797. doi: 10.3969/j.issn.1001-3806.2010.06.009
[9]	苏平 , 牛燕雄 , 李大乾 , 牛海莎 , 李易难 , 张超 . 基于面阵CCD的激光告警系统的图像采集与处理. 激光技术, 2013, 37(3): 394-399. doi: 10.7510/jgjs.issn.1001-3806.2013.03.028
[10]	刘逸飞 , 苏亚 , 姚晓天 , 崔省伟 , 杨丽君 , 周聪聪 , 何松 . OCT无创血糖检测图像处理最优化方法研究. 激光技术, 2023, 47(2): 178-184. doi: 10.7510/jgjs.issn.1001-3806.2023.02.004
[11]	张怡霄 , 杜惊雷 , 高福华 , 姚军 , 曾阳素 , 郭永康 . 分数域啁啾滤波及其在数字图像处理中的应用. 激光技术, 2003, 27(1): 78-80.
[12]	陈树越 , 刘金星 , 丁艺 . 基于小波变换的红外与X光图像融合方法研究. 激光技术, 2015, 39(5): 685-688. doi: 10.7510/jgjs.issn.1001-3806.2015.05.021
[13]	赵蓉 , 顾国华 , 杨蔚 . 基于偏振成像的可见光图像增强. 激光技术, 2016, 40(2): 227-231. doi: 10.7510/jgjs.issn.1001-3806.2016.02.016
[14]	陶昕辰 , 朱涛 , 黄玉玲 , 高恬曼 , 何博 , 吴迪 . 基于DDR GAN的低质量图像增强算法. 激光技术, 2023, 47(3): 322-328. doi: 10.7510/jgjs.issn.1001-3806.2023.03.006
[15]	虞文俊 , 顾国华 , 刘骋昊 . 红外偏振图像的仿真. 激光技术, 2014, 38(1): 76-78. doi: 10.7510/jgjs.issn.1001-3806.2014.01.016
[16]	郎川萍 , 杨仁怀 . 基于改进脊波变换的红外视频图像高质量复原. 激光技术, 2015, 39(2): 247-251. doi: 10.7510/jgjs.issn.1001-3806.2015.02.022
[17]	周永康 , 朱尤攀 , 曾邦泽 , 胡健钏 , 欧阳慧明 , 李泽民 . 宽动态红外图像增强算法综述. 激光技术, 2018, 42(5): 718-726. doi: 10.7510/jgjs.issn.1001-3806.2018.05.025
[18]	张凡 . 红外图像改进非局部均值滤波算法研究. 激光技术, 2015, 39(5): 662-665. doi: 10.7510/jgjs.issn.1001-3806.2015.05.016
[19]	李庆辉 , 李艾华 , 姜柯 , 赵少宁 . HIS空间的火灾图像模糊增强快速算法. 激光技术, 2014, 38(1): 137-140. doi: 10.7510/jgjs.issn.1001-3806.2014.01.030
[20]	熊羽 , 左小清 , 黄亮 , 陈震霆 . 基于多特征组合的彩色遥感图像分类研究. 激光技术, 2014, 38(2): 165-171. doi: 10.7510/jgjs.issn.1001-3806.2014.02.005

点击查看大图

计量

文章访问数: 3917
HTML全文浏览量: 1520
PDF下载量: 273
被引次数: 0

基于结构相似度评价方法的窗口效应

通讯作者: 张合新, 17792616386@163.com;

作者简介: 王强(1993-),男,硕士研究生,研究方向为控制科学与工程。

1. 第二炮兵工程大学控制工程系, 西安 710025

收稿日期: 2015-11-09
录用日期: 2015-11-24
网络出版日期: 2016-11-25

基金项目: 国家自然科学基金资助项目（61203189）

关键词:

摘要: 为了提高基于结构相似度图像评价方法的评价效果，对传统的窗口选取准则进行了改进，采用实验对比的方法，通过对窗口改进前后评价效果的对比验证，得到了不同数据库和不同失真类型的最佳窗口。结果表明，传统的单一窗口并不能得到最佳的评价效果，而且现在普遍使用的标准差为1.5的高斯加权窗口的效果也不一定好于普通的方形窗口，不同的失真类型的图像其最优窗口也是不同的。结果表明，对于亮度窗口W1来说，窗口越大效果越好；而对于对比度、结构度窗口W2而言，W2=7时效果最好。该研究成果对优化基于结构相似度评价方法的效果具有重要作用。