针对显著区域提取算法中不能保留图像边缘及内部细节不充实等问题,提出一种基于频域的多尺度提取方法。对图像在不同分辨率尺度下进行傅里叶变换并计算剩余频谱,以此去除冗余得到显著信息,经反变化归一化得到显著图像。仿真实验结果表明所提出方法可行有效,具有良好的视觉效果,在保留显著区域边缘的同时能均匀突出整个显著目标,在受试者工作特性曲线下面积(ROC)评价方法上也取得了较好的实验结果。
针对传统无参考模糊图像质量评价算法存在高计算复杂度的问题,通过改进经典的二次模糊处理算法,提出一种快速有效的无参考模糊图像质量评价方法。该算法基于人眼视觉系统(HVS)特性,利用局部方差选取人眼感兴趣图像块代替整体图像,并将感兴趣图像块通过低通滤波处理,构造模糊图像块,通过计算滤波前后图像块相邻像素差值变化大小获取原始整体图像的客观质量评价参数。仿真测试结果表明,该算法与传统整体图像二次模糊算法相比,皮尔逊相关系数提高0.01,与主观评价结果更为一致;运算速度提高一倍,降低了运算复杂度。