کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
10340988 | 695319 | 2014 | 10 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Multi-scale structural image quality assessment based on two-stage low-level features
ترجمه فارسی عنوان
ارزیابی کیفیت تصویر ساختاری چندگانه بر اساس دو مرحله ای از ویژگی های سطح پایین
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
ترجمه چکیده
ارزیابی کیفیت تصویر هدف در دهه های گذشته به طور گسترده ای در پردازش تصویر استفاده شده است. بسیاری از محققان روش ارزیابی کیفیت هدف را براساس سیستم بصری انسان مطالعه کرده اند. به تازگی، شاخص مترادف شاخص شباهت ویژگی های یکپارچه پیشنهاد شده است تا یک تقریب خوب برای کیفیت تصویر درک شده ارائه شود. با این حال، این متریک به این واقعیت پی می برد که ویژگی های یک مقیاس خاص نمیتواند جزئیات متفاوتی را در تصویر نشان دهد. برای مقابله با این مسئله، در این مقاله، یک ارزیابی کیفی تصویری ساختاری در مقیاس چندگانه براساس ویژگی های کم مرحله ای دو مرحلهای ارائه شده است که با استفاده از تغییرات شرایط مشاهده و تفکیک پذیری، انعطاف پذیر تر از روش قبلی یکپارچه می شود. در این چارچوب چندبعدی، وزنهای مختلف به مقیاسهای مختلف با مقادیر مختلف اهمیت اختصاص داده می شوند. آزمایش های گسترده در پنج پایگاه داده های عمومی نشان می دهد که متریک پیشنهاد شده با ارزیابی های ذهنی بیشتر از سایر روش های رقابتی ارزیابی شده است.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
شبکه های کامپیوتری و ارتباطات
چکیده انگلیسی
Objective image quality assessment has been widely used in image processing for decades. Many researchers have been studying the objective quality assessment method based on human visual system. Recently, the single-scale feature-similarity index metric has been proposed to provide a good approximation to perceived image quality. However, this metric does not take into account the fact that features in a certain scale cannot reflect various distorted details in the image. To address this issue, this paper proposes a multi-scale structural image quality assessment based on two-stage low-level features, which supplies more flexible than previous single-scale method by incorporating the variations of viewing conditions and resolution. In this multi-scale framework, different weights are assigned to various scales with different levels of importance. Extensive experiments on the five public benchmark databases indicate that the proposed metric is more consistent with the subjective evaluations than all the other competing methods evaluated.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computers & Electrical Engineering - Volume 40, Issue 4, May 2014, Pages 1101-1110
Journal: Computers & Electrical Engineering - Volume 40, Issue 4, May 2014, Pages 1101-1110
نویسندگان
Li Guo, Wei-long Chen, Yu Liao, Hong-hua Liao, Jia Hu,