无参考图像质量评价综述

无参考图像质量评价综述

ID:38690632

大小:529.26 KB

页数:18页

时间:2019-06-17

无参考图像质量评价综述_第1页
无参考图像质量评价综述_第2页
无参考图像质量评价综述_第3页
无参考图像质量评价综述_第4页
无参考图像质量评价综述_第5页
资源描述:

《无参考图像质量评价综述》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第41卷第6期自动化学报Vol.41,No.62015年6月ACTAAUTOMATICASINICAJune,2015无参考图像质量评价综述王志明1;2摘要图像质量对人类视觉信息的获取影响很大,如何在没有参考图像的情况下准确地评价失真图像的质量是一个关键但又非常困难的问题.本文回顾了近20年来无参考图像质量评价发展的主要技术.首先,介绍了这一领域常用的衡量评价算法性能的技术指标,以及几个网上共享的典型图像质量评价数据库;然后,对各种无参考图像质量评价算法进行详细的分类介绍和特点评析;最后,基于典型数据库对近几年的一些非特定失真图像质量评价方法进行了性能测试和比较.

2、目的是为这一领域的研究人员提供一个较为全面的、有价值的文献参考.关键词图像质量评价,无参考图像质量评价,相关系数,模糊,噪声引用格式王志明.无参考图像质量评价综述.自动化学报,2015,41(6):1062¡1079DOI10.16383/j.aas.2015.c140404ReviewofNo-referenceImageQualityAssessment1;2WANGZhi-MingAbstractImagequalityhasastrongimpactonhumanvisualinformationacquisition.Itisakeybutdi±cult

3、tasktoevaluatethequalityofadistortedimagewithoutareferenceimage.Thispaperreviewsthemaintechniquesofno-referenceimagequalityassessment(IQA)developedduringthepast20years.Firstly,sometechnicalindexesforIQAalgorithmevaluationandseveralpublicIQAdatabasesavailableonnetworkareintroduced.Then

4、,variousno-referenceIQAalgorithmsareintroduced,sortedanddiscussedindetail.Atlast,severalnon-distortion-speci¯cno-referenceIQAalgorithmspresentedinrecentyearsaretestedandcomparedonapublicdatabase.Thepurposeofthispaperistoprovideanintegratedandvaluablereferenceforno-referenceIQAresearch

5、.KeywordsImagequalityassessment(IQA),no-referenceimagequalityassessment(NR-IQA),correlationcoe±cient,blur,noiseCitationWangZhi-Ming.Reviewofno-referenceimagequalityassessment.ActaAutomaticaSinica,2015,41(6):1062¡1079图像作为视觉信息的来源,蕴含了大量的有价方法是由计算机根据一定算法计算得到图像的价值信息.在图像的获取、存储、传输、显示等过质量指标,根据

6、评价时是否需要参考图像又可以程中不可避免地会引入一些干扰因素,如噪声、模分为全参考(Fullreference,FR)、半参考(部分参糊、数据丢失等,这些都会造成图像质量的下降(降考)(Reducedreference,RR)和无参考(Norefer-质、失真).图像质量的好坏直接影响到人们的主ence,NR)等三类评价方法.全参考方法(FR)在观感受和信息量获取,图像质量评价(Imagequal-评价失真图像时,需要提供一个无失真的原始图ityassessment,IQA)的研究也在近20年受到广像,经过对二者的比对,得到一个对失真图像的评泛的重视.图像质量评价

7、可以分为主观评价方法和价结果,如信噪比(Signalnoiseratio,SNR)、峰客观评价方法,主观评价由观察者对图像质量进值信噪比(Peaksignalnoiseratio,PSNR)、均方行主观评分,一般采用平均主观得分(Meanopin-误差(Meansquareerror,MSE)、平均结构相似度ionscore,MOS)或平均主观得分差异(Di®erential(Meanstructuresimilarity,MSSIM)[1]、视觉信息meanopinionscore,DMOS)(即人眼对无失真图保真度(Visualinformation¯deli

8、ty,VI

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。