基于NN与SVM的图像质量评价模型

• 作者: 佟雨兵 常青 张其善 祁云平
• 来源期刊: 北京航空航天大学学报
• 学科: 工学
• 关键词: 图像质量 支持向量机 神经网络
• 年，卷（期）: 2006,（9）
• 所属期刊栏目: 信息科学
• 页码范围: 1031-1034
• 页数: 4页
• 分类号: TN91.21
• 字数: 3036字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-5965.2006.09.008

摘要

为了有效地评价图像质量,利用峰值信噪比(PSNR,Pear Signal to Noise Ratio)和结构相似度(SSIM,Structure Similarity)作为图像质量的描述参数,给出"野点"的定义,提出"野点预测"并基于神经网络(NN,Neural Network)与支持向量机(SVM,Support Vector Machines)建立新的质量评价模型:神经网络用来获取质量评价映射函数,支持向量机实现样本分类.采用UTexas图像库数据进行仿真试验,质量评价模型预测图像质量的单调性比PSNR提高7.42%,质量评价模型预测结果的均方误差平方根比PSNR提高36.06%,模型性能测试中"野点"的数目相对减少,模型性能得以提高.试验结果表明该模型的输出能有效地反映图像的主观质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张其善	北京航空航天大学电子信息工程学院	378	3953	30.0	49.0
2	常青	北京航空航天大学电子信息工程学院	112	1071	17.0	27.0
3	佟雨兵	北京航空航天大学电子信息工程学院	10	187	4.0	10.0
4	祁云平	西北师范大学物理与电子信息工程学院	11	21	2.0	4.0