基于多阶结构表示的超分辨率重构图像质量盲评价方法

摘要：

为了客观地预测超分辨率重构图像的质量,提出了一种基于多阶结构表示的超分辨率重构图像无参考质量评价方法.利用多阶导数信息表示超分辨率重构图像的主要结构和细微纹理,并利用局部二值模式提取超分辨率重构图像的多阶结构特征;结合主观分数,利用随机森林回归训练图像质量预测模型,再利用模型预测待测图像的质量.为了证明该算法的有效性和优越性,对比实验在一个大尺度超分辨率图像数据库上进行.该算法的斯皮尔曼相关系数和皮尔森线性相关系数分别为0.9103和0.9183.实验结果表明,该算法优于现有的无参考质量评价算法,与主观评价结果保持较高的一致性.此外,该算法时间复杂度低,运行时间适中.

关键词：图像质量评价、结构信息、超分辨率重构图像、多阶导数、随机森林

所属期刊栏目：33

分类号：TP391(计算技术、计算机技术)

资助基金：江苏省高等学校自然科学研究面上项目17KJB416011

在线出版日期：2021-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：280-288