基于PSNR与SSIM联合的图像质量评价模型

摘要：

峰值信噪比(PSNR)是常用的衡量信号失真的指标,但是PSNR不涉及信号自身内容的特征,对某些图像或视频序列进行质量评价时会与主观感知的质量产生较大的偏差. 结构相似法SSIM(structural similarity)是一种基于结构信息衡量原始信号与处理后信号之间相似程度的方法,计算简单、与主观质量评价关联性较强.为此提出将PSNR和SSIM联合起来建立图像质量评价模型,先利用聚类分析法根据PSNR值和SSIM输出值对样本图像进行规整聚类,然后对不同类别的图像运用不同的质量评价规则,评价规则由二元回归分析确定;待测图像通过支持向量机(support vector machines, SVM)分类器实现分类.实验结果表明,该模型的输出能有效地反映图像的主观质量.

关键词：聚类分析、质量评价、支持向量机、结构相似法(SSIM)、峰值信噪比(PSNR)

所属期刊栏目：11

分类号：TP3(计算技术、计算机技术)

在线出版日期：2007-01-22（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：1758-1763