基于机器视觉的最好质量图像评价和产生方法

项目名称： 基于机器视觉的最好质量图像评价和产生方法

项目编号： No.60975008

项目类型： 面上项目

立项/批准年度： 2010

项目学科： 自动化技术、计算机技术

项目作者： 谢正祥

作者单位： 重庆医科大学

项目金额： 32万元

中文摘要： 图像质量评价是识别和分类的基础和决策关键，是急需和正在解决的重要科学问题。当前的进展主要在灰度图像的全参考图像质量评价(FR-IQA)而且主要集中评价图像的降质；更重要的无参考图像质量评价(NR-IQA)及彩色图像质量评价尚未取得突破。重要原因是未深入了解视觉对图像的认知的功能特征。本项目将在深入分析和客观描述视觉对图像的认知特征的基础上，建立图像质量评价的机器视觉，并建立基于机器视觉的通行强的最好质量图像的评价和产生方法。借该评价方法可使通过视觉对比度分辨补偿变不可视的图像为该条件下的最好质量图像。我们初步筛选了与图像质量认知有关的四个客观物理量：信息量、平均对比度和平均灰度和噪声率。我们拟建立的方法是对单幅图像的独立计算而不依赖参考图像（现有方法是依赖的），既适合于FR-IQA，也适合于NR-IQA，既适合灰度图又适合彩图。

中文关键词： 机器视觉；通用图像质量评价函数；通用快速自适应图像质量最佳化；图像的视觉质量参数；变换参数

英文摘要：

英文关键词： machine vision；U-IQAF；U-adaptive image Optimization；Visual quality parameters；transformation parameters