基于支持向量回归的无参考模糊和噪声图像质量评价方法

摘要：

基于支持向量回归(SVR)和图像奇异值分解,提出了一种新的无参考(NR,no-reference)模糊和噪声图像质量评价(IQA)方法.首先通过对待评价图像进行高斯低通滤波生成再模糊图像,然后分别对它们进行奇异值分解并计算奇异值的改变量,最后使用奇异值的改变量作为SVR的输入,训练预并测得到图像的质量评分.在3个公开的模糊和噪声数据库上的实验结果表明,新方法预测得分与主观得分有较好的一致性,获得了较好的评价指标;对于模糊失真类型和噪声失真类型,在LIVE2数据库上的性能评价指标斯皮尔曼等级相关系数(SROCC)分别达到0.961 3和0.965 9.

关键词：图像质量评价(IQA)、无参考、奇异值分解、支持向量回归(SVR)、高斯低通滤波

所属期刊栏目：25

分类号：TN919.8

资助基金：国家自然科学基金61170120,60973094;国家自然科学基金61103128;江苏省自然科学基金BK2011147

在线出版日期：2014-04-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：595-601