一种改进的无参考图像质量评估算法

摘要：

无参考图像质量评估方法一直是图像质量研究所关注的重点。本文针对无参考图像质量评估问题，在当前被广泛接受的 DIIVINE 图像质量评估方法基础上进行了深入的研究，研究发现经典的 DIIVINE 方法中使用了过多的统计特征量，由于统计量无差别的使用影响了方法的预测性能。基于此，利用主成分分析（PCA）算法对该特征向量进行降维，得到“精简的特征向量”，用此向量可以达到更好的分类性能和评估性能。试验证明，在图像数据库上，该算法表现出较好的预测性能，其性能优于其他主流的无参考图像评估算法。

关键词：自然场景统计、主成分分析、无参考、图像质量评价

所属期刊栏目：38

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家863项目2015AA043102；国家自然科学基金61305050；江苏省自然科学基金BK2012236

在线出版日期：2016-08-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：44-49