基于视觉特性的图像质量评价

摘要：

针对传统图像质量评价算法特征单一、全局和局部特征相关性不高的问题,从人眼视觉特性出发,结合图像全局与局部特征,提出一种基于视觉特性的图像质量评价算法.依据人眼视觉对亮度的响应和位置信息将图像划分为各个视觉区域,根据亮度和位置信息分割小区域,再利用颜色和位置信息对小区域进行合并以生成视觉仿生区域.利用区域内的颜色分布和区域之间的KL距离分别表示局部特征和全局特征,计算图像任意空间近邻区域颜色分布的KL距离以构建二元关系矩阵,即图像区域颜色相似性矩阵.在此基础上,对矩阵进行奇异值分解,提取矩阵的相似性信息,构造图像质量评价指标.在LIVE、CSIQ、TID2008这3个公开图像数据库上进行测试,结果表明,与PSNR、SSIM、BRISQUE、BIQI等算法相比,该算法的Pearson线性相关系数(PLCC)、Spearman等级相关系数(SROCC)、Kendall等级相关系数(KROCC)均取得了稳定且优异的结果,在LIVE和CSIQ数据库上的PLCC、SROCC和KROCC分别达到0.959 0、0.947 8、0.865 3和0.940 4、0.938 8、0.801 7,其评价结果与人眼主观质量评价结果具有高度的一致性,能够较好地评价图像质量.

关键词：全局特征、局部特征、图像质量评价、KL距离、颜色相似性矩阵

所属期刊栏目：49

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点研发计划2018YFC0832301

在线出版日期：2023-07-20（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：189-195