基于SVM和PSO的图像质量评价

• 作者: 李翔
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 支持向量机 粒子群优化算法 图像质量评价 搜索算法 差异主观评价
• 年，卷（期）: 2012,（23）
• 所属期刊栏目: 图形图像处理
• 页码范围: 215-218
• 页数: 4页
• 分类号: TN911.73
• 字数: 2895字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2012.23.053

摘要

为提高白噪声、高斯模糊、JPEG2000压缩等失真类型图像的评价准确率,提出一种基于支持向量机和粒子群优化算法的图像质量评价方法.提取样本图像数据和确定评价指标,对样本数据进行预处理.利用粒子群优化算法选择最优参数,使用最优参数对训练集数据进行训练,对预测集数据进行预测分析,并建立图像质量评价模型.实验结果表明,与线性回归模型、BP神经网络模型等传统方法相比,该方法的评价准确率较高,能够准确地反映人眼对图像的视觉感知.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李翔	淮阴工学院计算机工程学院	32	153	6.0	12.0