基于稀疏表示与能量分解的无参考图像质量评价

• 作者: 冯天鹏 李博文 石文轩 范赐恩
• 来源期刊: 计算机应用研究
• 关键词: 无参考图像质量评价 稀疏表示 能量分解 奇异值分解 L1范数
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3192-3196,3200
• 页数: 6页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.10.073

摘要

针对基于稀疏表示的图像质量评价算法特征信息挖掘不充分、忽略稀疏特性等问题进行了研究,提出了一种基于稀疏表示与能量分解的无参考图像质量评价方法.首先利用L1范数作为稀疏惩罚项学习稀疏编码字典,并计算待评价图像的稀疏表示系数;然后对稀疏系数矩阵进行奇异值分解,并重建若干个等能量的子矩阵;最后联合max-pooling和L1范数描述稀疏系数矩阵及其子矩阵特征,L1范数刻画了稀疏性,子矩阵丰富了特征信息.实验结果表明,该算法能在无参考的情况下更好地评价图像质量,主客观分值一致性好,且时间复杂度较低,具有较好的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石文轩	武汉大学遥感信息工程学院	17	115	7.0	10.0
2	李博文	武汉大学电子信息学院	17	29	3.0	4.0
3	范赐恩	武汉大学电子信息学院	21	202	7.0	13.0
4	冯天鹏	武汉大学电子信息学院	2	2	1.0	1.0