10.3969/j.issn.1673-3819.2016.04.010
一种改进的无参考图像质量评估算法
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。
自然场景统计、主成分分析、无参考、图像质量评价
38
TP391.41(计算技术、计算机技术)
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
2016-08-19(万方平台首次上网日期,不代表论文的发表时间)
共6页
44-49