基于自然统计特征分布的无参考图像质量评价

摘要：

针对目前的无参考评价方法无法准确反映人类对图像质量的视觉感知效果,该文提出一种基于自然统计特征分布(DIstribution Characteristics of Natural statistics,DICN)的无参考图像质量评价方法.其原理是用小波变换将图像分解为低频子带和高频子带部分,再将高频子带部分分成8×8的小块,提取每一子块的幅值和信息熵,并分别计算其分布直方图均值和斜度作为特征,利用支持向量回归思想对特征进行训练,建立5种不同失真类型的质量预测模型.在此基础上,采用支持向量机针对图像特征构造分类器并进行失真判断以确定不同失真的权重,结合5种失真评价模型可得到自然统计特征分布的无参考评价模型.实验结果分析表明,该算法的评价效果优于现有的经典算法,与主观评价具有较好一致性,能够准确反映人类对图像质量的视觉感知效果.

关键词：无参考图像质量评价、小波分解、局部幅值、局部熵

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金60975008;重庆市教委科学技术研究项目KJ1400434The National Natural Science Foundation of China60975008;Science and Technology Research Project of Chongqing Education CommitteeKJ1400434

在线出版日期：2016-09-05（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：1645-1653