精华内容
下载资源
问答
  • 无参考图像质量评价

    千次阅读 2018-10-31 21:41:17
    图像质量评价方法可分为: 1.主观评价方法:主观评价由观察者对图像质量进行主观评分, 一般采用平均主观得分 (Mean opin-ion score, MOS) 或平均主观得分(Differentialmean opinion score, DMOS) (即人眼对失真...

    图像质量评价方法可分为:
    1.主观评价方法:主观评价由观察者对图像质量进行主观评分, 一般采用平均主观得分 (Mean opin-ion score, MOS) 或平均主观得分(Differentialmean opinion score, DMOS) (即人眼对无失真图像和有失真图像评价得分的差异) 表示, 但主观评价工作量大、耗时长, 使用起来很不方便。

    2.**客观评价方法:**是由计算机根据一定算法计算得到图像的质量指标, 根据评价时是否需要参考图像又可以分为全参考 (Full reference, FR)、半参考 (部分参考) (Reduced reference, RR) 和无参考 (No refer-ence, NR) 等三类评价方法.

    根据是否需要参考图像又可以分为:
    1.全参考。
    2.半参考。
    3.无参考。
    全参考方法 (FR) :
    评价失真图像时, 需要提供一个无失真的原始图像, 经过对二者的比对, 得到一个对失真图像的评价结果, 如信噪比 (Signal noise ratio, SNR)、峰值信噪比 (Peak signal noise ratio, PSNR)、均方误差 (Mean square error, MSE)、平均结构相似度(Mean structure similarity, MSSIM)、视觉信息保真度 (Visual information fidelity, VIF)、视觉信噪比 (Visual signal-to-noise ratio, VSPR)
    、最显著失真 (Most apparent distortion, MAD)、图像差异预测 (Image difference prediction, IDP)等。

    无参考方法 (NR):
    也称为盲图像质量 (Blind image quality, BIQ) 评价方法, 则完全无需参考图像, 根据失真图像的自身特征来估计图像的质量. 有些方法是面向特定失真
    类型的, 如针对模糊、噪声、块状效应的严重程度进行评价; 有些方法先进行失真原因分类, 再进行定量评价; 而有些方法则试图同时评价不同失真类型的
    图像.

    下面主要对无参考方法进行简单的描述:
    一.图像模糊度的评价
    1.基于边缘分析的方法
    1.1一般来说, 图像模糊会造成边缘展宽, 因此有很多模糊估计算法以分析边缘的宽度为基础.
    1.2为排除噪声和某些孤立点的影响, 许多算法对边缘进行了数据拟合和阈值处理。
    1.3根据阶跃边缘估计线扩散函数和点扩散函数, 以点扩散函数的半径作为图像模糊度的度量。
    缺点:基于边缘分析进行模糊度评价方法的优点是概念直观、计算相对简便, 后续的方法考虑了人眼视觉的特点; 其缺点是对图像内容有一定的依赖性, 当原始图像中缺少锐利边缘时会导致估计不准确.

    2.基于变换域的方法
    考虑到各种变换域对图像特征表示的有效性,以及图像模糊在频率域具有一定的表现形式 (比如高频信号衰减), 有许多方法在不同的数据变换域, 如离散余弦变换 (Discrete cosine transform,DCT)、离散小波变换 (Discretewavelet transform,DWT) 进行模糊评价, 有些算法综合利用空间域和变换域信息.

    优点:基于变换域的模糊度评价方法综合了图像的频域特性和多尺度特征, 有些方法同时利用了空间信息, 与单一利用边缘信息相比, 对模糊度的估计具有较好的准确性和鲁棒性。

    3.基于像素统计信息的方法
    有些模糊度评价算法虽然在空间域进行估计,但不进行局部边缘展宽分析, 而是依赖于图像像素的一些统计信息及其相对变化。
    比如图像模糊时相邻灰度差异的方差会变小, 通过全图抽样和分块计算差异方差后, 根据它们是否满足一定阈值条件及相互之间的6 期 王志明: 无参考图像质量评价综述 1067关系将图像的模糊程度分为整体锐利、平均质量、整体模糊等三类
    优缺点:基于像素的模糊度评价方法的优点是利用了图像的统计信息, 鲁棒性好; 缺点是忽略了像素的位置信息, 图像中的噪声 (尤其是脉冲噪声) 会形成较强的梯度值, 从而对估计造成较大的影响.

    展开全文
  • 图像质量评价一直是图像处理和计算机视觉领域的一个基础问题,图像质量评价模型也广泛应用于图像/视频编码、超分辨率重建和图像/...图像质量评价主要包括全参考图像质量评价、半参考图像质量评价和无参考图像质量评价
  • 无参考图像质量评价方法
  • No-reference image quality assessment based on spatial and spectral entropies,SSEQ无参考图像质量评价,内附libsvm-3.24资源包,如何编译见本人博客。
  • 基于色彩感知的无参考图像质量评价
  • 基于空域NSS的无参考图像质量评价
  • 图像质量评价matlab代码与参考文献大全(包含有参考和无参考图像质量评价,最新更新到2018)
  • 无参考图像质量评价,BRISQUE,基于MSCN的提取图片特征 ((No-Reference Image Quality Assessment in the Spatial Domain))
  • Blind image quality assessment: A natural scene statistics approach in the dct domain,BliindsⅡ无参考图像质量评价,源代码存在错误,上传代码已调通,并且附加了demo。
  • 基于再模糊理论的无参考图像质量评价
  • 学习相位一致特征的无参考图像质量评价
  • 无参考图像质量评价是近年来的研究热点,目前常用的评价算法都是从灰度空间提取特征。为了增加颜色通道信息对图像质量的反馈,分别提取了RGB(Red,Green,Blue )、LAB(Luminosity,A,B)、HSV(Hue,Saturation,Value)颜色...
  • 基于机器学习的无参考图像质量评价
  • 无参考图像质量评价相关参考代码

    千次阅读 热门讨论 2019-08-13 23:35:08
    最近一直在研究无参考图像质量评价方法,但是研究的时候最少不了的就是对比,没有对比就没有发现,没有对比就没有桑海。 之前也有做过一些基本的图像质量评价的博客,例如:...

    最近一直在研究无参考图像质量评价方法,但是研究的时候最少不了的就是对比,没有对比就没有发现,没有对比就没有桑海。

    之前也有做过一些基本的图像质量评价的博客,例如:
    https://blog.csdn.net/Aoulun/article/details/79007902

    无参考图像质量评价之图像质量评价方法(二)[信噪比(SNR)]

    https://blog.csdn.net/Aoulun/article/details/54348835

    无参考图像质量评价之基于多特征的增强图像质量评价

    https://blog.csdn.net/Aoulun/article/details/53699554

    无参考图像质量评价之基于局部子图像相似度统计的评价方法

     

    但是这些方法都很简单,有时候并不能胜任。

    通过一段时间的收集,一共搜集了一些和无参考图像质量评价有关的代码,现在分享出来供大家参考,免得大家在收集代码上耽误太多时间,因为我也是走过了很多弯路。

     

    列表:

    BIQI

    BLLINDS2

    BRISQUE

    DIIVINE

    FRIQUEE

    GMSD

    ILNIQE

    OG-IQA

    SSEQ

    TMIQA

     

    欢迎关注公众号--> 麻瓜智能,回复信息领取。由于各种原因,请回复信息时留下邮箱。本文结尾评论留邮箱暂不处理,琐碎,麻烦,谢谢理解。

     

    展开全文
  • 无参考图像质量评价是一种无需任何先验知识的图像质量评价算法.大多数无参考评价算法基本都是针对某种类型的失真而不能较好地应用于其他类型.因此,设计一种能够广泛应用的无参考评价模型非常必要.文章采用小波变换...
  • 之前一直在研究图像的质量评价问题,如果对于没有参考图像的质量评价而言,确实有些难度(可以参考我的其他博客内容)。...无参考图像质量评价之图像质量评价方法(一)[均方根误差、峰值信噪比、结构相似度]...

    之前一直在研究图像的质量评价问题,如果对于没有参考图像的质量评价而言,确实有些难度(可以参考我的其他博客内容)。一个简单直接的方法是求信噪比(SNR),本文就写写图像的信噪比如何计算。

    信噪比

    之前看到很多博客也在写图像的信噪比,但是看看了都是PSNR,而不是SNR。至于PSNR是什么,可参考我的另外一篇博客:
     
    那再来说说什么是信噪比。
    峰值信噪比是需要参考图像的,而信噪比却不需要参考图像,所以信噪比也可以纳入到无参考图像质量评价中去。
    (1)方差法
    方差法比较简单:
    首先,在图像中选取一块区域(可以是整个图像,也可以是某一个均匀的图像区块)
    其次,计算所选区域的均值和标准差
    最后,均值与标准差的比值就认为是信噪比
    (2)滤波法
    这个方法稍微复杂一点:
    首先,假设原始含噪声图像为Imgr;
    其次,对噪声图像做滤波,滤波后的图像为Imgdn;
    再次,图像中的噪声信号为Imgr - Imgdn = Imgn;
    最后,信噪比 = Imgdn / Imgn。
    可以看到,对图像的滤波是这个方法的关键,采用什么样的滤波方法对计算结果影响很大。
    (3)局部方差法
    此种方法可以用如下的方式来简单描述(勿喷):
    首先,对图像做分块处理,计算每个块的方差或标准差(也可以采用自适应块大小的方法,具体不说)
    其次,取所有块的方差或标准差做均值,或取中值,或用其他方法
    最后,每个块的均值分别计算噪声比,或者所有均值再计算均值作为整个图像均值,然后用房差法求信噪比。
     
     
    其实还有很多方法,这个只是评价图像质量的一种方法,可参考我的其他博客,关于无参考图像的质量评价。
     
     
     
    关注公众号,获取更多信息
     
    展开全文
  • 无参考图像质量评价的几篇代表性文章,对无参考图像质量评价的理解很有帮助
  • 针对这一缺点,提出一种基于梯度相关性 分解的无参考图像质量评价( DGS) 方法,该方法提取图像的梯度,对其进行奇异值分解作为图像的主要结构信息,以 此对图像的质量进行评价。实验结果表明,DGS 模型比...
  • 基于RGB色彩空间自然场景统计的无参考图像质量评价
  • 但是,个人认为,无参考图像质量评价才是最具挑战性和实用性的。所以,本文主要写一些无参考图像质量评价方法。 在介绍无参考图像质量评价方法之前,先介绍一些常用的有参考的图像质量评价方法。主要包括:...

            图像质量评价在计算机视觉,人工智能,高清视频传输上面有很广泛的应用。目前,图像质量评价主要分为三个方向,有参考图像的质量评价,半参考的图像质量评价,以及无参考的图像质量评价。但是,个人认为,无参考图像质量评价才是最具挑战性和实用性的。所以,本文主要写一些无参考图像质量评价方法。

            在介绍无参考图像质量评价方法之前,先介绍一些常用的有参考的图像质量评价方法。主要包括:信噪比,峰值信噪比,结构相似度。

    关注公众号,获取更多信息

    均方根误差

    均方根误差在图像的质量评价中相当于一个中间的评价指标,很多后续的评价指标都是沿用均方根误差。均方根误差主要是评价已知图像和退化图像之间误差大小。其实这个指标跟最小二乘的原理多少有些类似,也跟统计知识的误差统计求标准差和方差是一样的。

    其基本公式为:

    RMSE = sqrt(1/mn * E(I - F))

    其中,E(I - F) 是退化图像与真实图像之间每个像素的差值的平方和

     

    峰值信噪比

    一般峰值信噪比在图像的评价中使用的较多,公式为:
     
    其中,MN是图形的大小,M*N,f 是真实图像,f~是退化图像
     

    结构相似度

    结构相似度(SSIM)是来源于结构相似理论,用来测量两幅图像的结构相似性大小,其最大值为1。尤其反映了图像的轮廓,细节等的相似度。结构相似度可以表示为:

     

    其中,L()表示亮度变化,c()表示差异变化,s()是结构变化。

    其中,表示两幅图像,uf 和 ug 表示图像的均值,Ef和Eg 表示它们的方差,Efg表示它们的协方差。C1,C2,C3为比较小的常数,用来确保分母不等于零。

     

     

     

     

     

     

    展开全文
  • 基于统计特征的无参考图像质量评价,内容包括5种自然统计特征的算法,有归一化亮度统计信息,MSCN领域乘积统计,梯度统计,log滤波器响应统计,颜色统计,最后建立模型,用巴士距离来评价得分
  • 图像质量评价可有效评估图像采集和传输过程引起的失真或退化,在数字多媒体领域具有广阔的应用前景,无参考图像质量评价算法由于不需要参考图像先验知识,近年来成为图像质量评价领域研究的热点。在对国内外文献进行...
  • 该代码是用于质量评价,并且是无参考的,希望对初学者有用 该代码是用于质量评价,并且是无参考的,希望对初学者有用
  • 提出了一种新的卷积神经网络与深度回归森林结合的无参考图像质量评价方法。该方法对原始图像进行局部对比度归一化处理,采用卷积神经网络提取图像质量的判别特征,最后利用深度回归森林预测图像质量。该方法无须手工...
  • 基于多任务生成对抗网络的无参考图像质量评价(No-Reference Image Quality Assessment Based on Multi-Task Generative Adversarial Network)
  • 基于非下采样Contourlet变换的无参考图像质量评价,李任,李朝锋,为了度量不同失真类型的图像质量,提出了一种基于非下采样Contourlet变换和广义回归神经网络的无参考图像质量评价方法。该方法首先��
  • 之前一直在研究图像的质量评价问题,如果对于没有参考图像的质量评价而言,确实有些难度(可以参考我的其他博客内容)。...无参考图像质量评价之图像质量评价方法(一)[均方根误差、峰值信噪比、结构相似度] 那...
  • 最近看了一些无参考图像质量评价的相关论文,自己也做过相关的一些工作!总结了一些问题。 图像质量评价分为全参考和半参考和无参考。实际上全参考和无参考的界限是非常明显的无论是基于,手工设计的特征,还是基于...

空空如也

空空如也

1 2 3 4 5 ... 12
收藏数 223
精华内容 89
关键字:

无参考图像质量评价