视频图像质量评测 beta 0.01

1.清晰度

　　1.1 有参照

　　　1.1.1 梯度函数

　　　　Tenengrad函数

　　　　　　　　(Sobel 算子)

　　　　　　　　　　　　　(S(x,y) > T)

　　　　能量梯度函数

　　　　　　

　　　　Brenner函数

　　　　　　

　　　　方差函数

　　　　　　(平均灰度)

　　　　　　

　　　　平方梯度聚焦函数

　　　　　　

　　　　Vollath聚焦函数

　　　　　　

　　　　　　

　　　1.1.2 频谱函数

　　　1.1.3 熵函数

　　　　　　      (能量)

　　　　　　

　　1.2 无参照

　　　　快速检测法

　　　　　　H(I(x,y) > μ个数)　　L(I(x,y) < μ个数)

　　　　　　

　　　　最大灰度梯度(只对边缘点运算)

　　　　　　

　　　　　　　　(,或者说I(x,y)在边缘处)

2. 偏色

　　2.1 直方图统计法

　　　　平均亮度(灰度)，RGB各自均值，互相比较，大的偏

　　2.2 灰平衡法

　　2.3 白平衡法

　　2.4 等效圆法(Lab表示)

　　　　　　 　　 　　

　　　　　　　　 　　

　　　　　　(da>0偏红，否则偏绿。db>0偏黄，否则偏蓝)

　　2.5 Lab模式

　　　　△Eab＝[(△L*)2+(△a*)2+(△b)2]1/2

　　　　△L=L样品－L标准(明度差异) △a=a样品－a标准(红/绿差异)
　　　　△b=b样品－b标准(黄/蓝差异) △E总色差的大小
　　　　△L大表示偏白，△L小表示偏黑△a大表示偏红，△a小表示偏绿
　　　　△b大表示偏黄，△b小表示偏蓝
　　　　范围色差（容差）
　　　　0-0.25△E非常小或没有；理想匹配
　　　　0.25-0.5△E微小；可接受的匹配
　　　　0.5-1.0△E微小到中等；在一些应用中可接受
　　　　1.0-2.0△E中等；在特定应用中可接受
　　　　2.0-4.0△E有差距；在特定应用中可接受
　　　　4.0△E以上非常大；在大部分应用中不可接受

3.亮度

　　?统计灰度图像直方图两端的比例判断？

4.噪声

　　4.1细线噪声

　　　　模板平移

 

　　模板平移，若中心点与模板两端像素相等，且与垂直方向像素差值绝对值大于阈值T，则为细线噪声

　　　　均值滤波

　　　　邻域均值与中心点比较，是否在阈值T内

　　4.2点噪声

　　　　最大最小值

　　　　邻域内排序，看中心点是否在两端极值处判断是否为噪声点

　　　　邻域差值

　　　　　　

　　　　　　　　(T一般取50-90，count>5则为噪声点)

　　　　中值滤波

　　　　　　邻域排序，中间值与中心点比较，是否在阈值T内

5.名词解释

　　灰度：像素值

　　亮度：图像灰度平均值

　　锐度：图像边缘锐利程度

　　对比度：1灰度方均差2最大亮度/最小亮度（那个对？）

　　清晰度：图像边缘灰度变化速度。与亮度，对比度，尺寸，细微层次，饱和度等相关

　　饱和度：颜色的强度或纯度，色相中灰成分所占比例

　　梯度：邻域内变化程度？

　　直方图：各值比例图