臺灣博碩士論文加值系統

模糊度是判斷影像品質好壞的重要因素之一，因此如何不依靠原始影像來準確估測出模糊度是一個重要的課題，本論文研究的目的在於改善非等方向濾波器法[1]，提升模糊評估的準確性。本論文提出利用邊緣強化遮罩資訊的新穎模糊度計算方法，也提出結合顯著區域遮罩的方式進一步提升模糊度估測的精準度，另外本論文也發展出可計算影像每一區塊的模糊度估測方法，同時可以由各區塊的模糊度反推至整體影像的模糊度估測。實驗結果顯示本論文所提出的方法與人為評估分數有相當高的相關性。

誌　　謝 i
摘　　要 ii
Abstract III
目錄 iv
圖目錄 vi
表目錄 vii
第一章 緒論 1
1.1研究動機 1
1.2研究目的 1
1.3研究大綱 2
第二章 文獻回顧 2
2.1 主觀式的影像評估方法 3
2.2客觀式的影像評估方法 4
第三章非等方向濾波器之模糊估測機制 9
3.1第一階段:擷取兩種不同類型的特徵影像 9
3.2第二階段:分解影像 11
3.3第三階段 影像模糊度計算 12
3.3.1 計算正規化全域對比度 13
3.3.2 最佳選層 13
第四章 模糊度計算改善機制 15
4.1 GAMMA法 15
4.2內插法 17
第五章 兩種遮罩與影像區塊模糊度估測 20
5.1顯著區域遮罩 20
5.2去強光遮罩 20
5.3.基於區域法的模糊度估測方法 22
第六章 實驗結果 26
6.1使用圖庫 26
6.1.1 LIVE image database[10] 26
6.1.2 CSIQ database[11] 26
6.1.3 TID-2008 database[12] 27
5.1.4 IVC database[13] 28
6.1.5非等方向性圖庫[2] 29
6.1.6 Real blurred image database[14] 29
6.2客觀與主觀式的評估轉換 30
6.3圖庫測試結果 32
6.3.1 方法比較 33
6.3.2兩種遮罩方法比較 35
6.3.3基於區塊法的模糊度估測結果比較 39
第七章 結論 46

[1]陳佑丞，基於非等方向性濾波分解架構的非參考式影像模糊度評估法，逢甲大學通訊工程研究所碩士學位論文，2012.
[2]陳世軒，非參考式影像非均勻模糊度量測機制及回復方法，逄甲大學通訊工程研究所碩士學位論文，2011.
[3]E. P. Ong, W. S. Lin, Z. K. Lu, S. S. Yao, X. K. Yang, and L. F. Jiang, ″No-reference quality metric for measuring image blur,″ in Proc. IEEE Int. Conf. Image Processing, Sep. 2003， pp. 469–472.
[4]R. Ferzli and L. J.Karam, ″A no-reference objective image sharpness metric based on the notion of just noticeable blur(JNB), ″ IEEE Transactions on Image Processing, vol.18, no.4, pp. 717-728, April 2009.
[5]R. Ferzli and L. J.Karam, ″A no-reference image blur metric based on the cumulative probability of blur detection (CPBD) , ″ IEEE Transactions on Image Processing, pp. 2678-2683, 2011.
[6]Q. Sang, H. Qi,X. Wu, C. Li and Alan C. Bovik, ″No-reference image blur index based on singular value curve, ″Journal of Visual Communication and Image Representation Volum 25, Issue 7, pp. 1625-1630, Oct. 2014.
[7]J. Guan， W. Zhang, J. Gu，and H. Ren, ″ No-reference blur assessment based on edge modeling, ″ Journal of Visual Communication and Image Representation vol. 29, pp. 1-7, May. 2015.
[8]C. Hsin, Y. C. Chen, S. J. Shin and Y.C.Lee, ″A no-reference image blur metric based on multi-orientation and multiscale filter banks, ″ISAAC 2015.
[9]N. Murray, M. Vanrell, X. Otazu, C. A. Parraga, ″Low-level spatiochromatic grouping for saliency estimation, ″IEEE Transactions on pattern analysis and machine intelligence, vol. 35, no.11, pp. 2810-2816, Nov.2013.
[10]H. R. Sheikh, A. C. Bovik, L. Cormack, and Z. Wang, LIVE Image Quality AssesssmentDatabase2003[Online].Available:
http://live.ece.utexas.edu/research/quality
[11]E. C. Larson and D. M. Chandler, ″Most apparent distortion: full reference image quality assessment and the role of strategy, ″J. Electron. Imag, vol. 19, no. 1, 2010.
[12]N. Ponomarenko, M. Carli, V. Lukin, K. Egiazarian, J. Astola, and F. Battisti, ″Color image database for evaluation of image quality metrics, ″in Proc. Int. Workshop Multimedia Signal Process., pp. 403–408, Oct. 2008.
[13]P. Le Callet and F. Autrusseau, ″Subjective quality assessment IRCCyN/IVC database, ″ 2005 [Online].Available: http://www.irccyn.ecnantes.fr/ivcdb/
[14]A. Ciancio, A. L. N. Targino da Costa, E. A. B. da Silva, A. Said, R. Samadani and P. Obrador, ″No-reference blur assessment of digital pictures based on multi-feature classifiers, ″ IEEE Transactions on Image Processing , vol. 20, no. 1, pp. 64-74, Jan. 2011. BID—Blurred Image Database [Online]. Available: http://www.lps. ufrj.br/profs/eduardo/ImageDatabase.htm
[15]VQEG, Final Report From the Video Quality Experts Group on the Validation of Objective Models of Video Quality Assessment, Mar. 2000 [Online]. Available: http://www.vqeg.org/
[16]C. Feichtenhofer, H. Fassold and P. Schallauer, ″A perceptual image sharpness metric based on local edge gradient analysis, ″ IEEE Signal Processing Letters, vol. 20, no.4,pp. 379-382, April. 2013.