一种改进的无参考图像质量评估算法

• 作者: 韩瑜 顾浩 高建
• 来源期刊: 指挥控制与仿真
• 学科: 工学
• 关键词: 自然场景统计 主成分分析 无参考 图像质量评价
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 理论研究
• 页码范围: 44-49
• 页数: 6页
• 分类号: TP391.41
• 字数: 4128字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3819.2016.04.010

摘要

无参考图像质量评估方法一直是图像质量研究所关注的重点。本文针对无参考图像质量评估问题，在当前被广泛接受的 DIIVINE 图像质量评估方法基础上进行了深入的研究，研究发现经典的 DIIVINE 方法中使用了过多的统计特征量，由于统计量无差别的使用影响了方法的预测性能。基于此，利用主成分分析（PCA）算法对该特征向量进行降维，得到“精简的特征向量”，用此向量可以达到更好的分类性能和评估性能。试验证明，在图像数据库上，该算法表现出较好的预测性能，其性能优于其他主流的无参考图像评估算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾浩		16	146	7.0	11.0
2	韩瑜		20	170	6.0	12.0
3	高建		1	0	0.0	0.0