基于小波域峰态值的无参考噪声图像评价算法

摘要：

随机散布在自然图像里的噪声失真一般会破坏图像的原始概率密度分布.研究发现,无失真自然图像和它对应的噪声图像在离散小波变换(Discrete Wavelet Transform,DWT)系数分布上有很大区别:对于自然图像,其DWT系数分布比较尖锐,峰值高,拖尾短;对于噪声图像,其系数分布则比较扁平,峰值低,拖尾长.作为一种常用的统计特征描述,峰态值可以度量和区分不同失真程度的噪声图像的DWT系数分布,而且,DWT系数分布的峰态值具有很好的频率尺度不变性.基于以上特性,提出了一种无参考噪声图像质量评价模型(Blind Noisy Image Quality Assessment model using Kurtosis,BNIQAK).实验测试了三个最大的质量评价图像库中的五种噪声失真图像,结果表明,和现有无参考噪声评价模型、一般无参考评价模型和全参考(Full-Reference,FR)评价模型相比,BNIQAK具有更好的评价效果.

关键词：无参考噪声图像质量评价、离散小波变换、峰态值

所属期刊栏目：53

分类号：TP391.41(计算技术、计算机技术)

资助基金：山东省自然科学基金ZR2014FL005;山东省教育厅科技发展项目J08LJ52

在线出版日期：2017-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：202-205