基于兴趣区域的无参考型影像质量评价研究.pdfVIP

第36卷第2期 海 洋 测 绘 VO1．36．NO．2 2016年 3月 HYDR0GRAPHIC SURVEYING AND CHARTING M ar．，2016 DOI：10．3969／j．issn．1671—3044．2016．02．019 基于兴趣 区域的无参考型影像质量评价研究 黎 朗，王 鑫，谭晔汶 (解放军信息_二『程大学 地理空间信息学院，河南 郑州 450001) 摘要：针对现阶段无参考型算法主观一致性差的问题，提出了一种基于兴趣区域的无参考型影像质量评价算 法(NROI)，在德克萨斯大学的Live影像库中与经典算法：峰值信噪比(PSNR)、结构相似度 (SSIM)、自然场景统计 模型 (NIQE)法，进行大量实验对 比。结果表明，NROI的表现优于NIQE，PSNR与SSIM相当，适用于数字影像的质 量评价。 关键词：NROI；兴趣区域 ；完全无参考 ；自然场景统计 ；改正系数 ；影像质量评价 中图分类号：P236 文献标志码：B 文章编号：1671．3044(2016)02—0079—04 像素的子模块对每个子模块求平均灰度 ，在此基础 上设置 阈值 ，这种绝对平均 的方法会在一定程度上 影像质量评价可分为主观评价与客观评价两 造成视觉兴趣区域提取的失误 。因此本文提 出一种 类 ¨]，一般将客观图像质量评价方法 。分为全参考 基于兴趣区域的完全无参考型影像质量评价算法 型图像质量评价 、半参考型图像质量评价和无参考 (no—referenceimagequalityassessmentalgorithm 型图像质量评价。现阶段通用型无参考型影像质量 basedonregionofinterest．NROI)．通过提取人眼的 评价算法通过在小波域 [3]、DCT域 ]、空域提取统 兴趣区域进行特征统计建立统计模型，并对严重失 计 阒子的特性构建评价模型。ACBovik所在的视 真影像添加改正系数，以取得更客观地评分值。 频与影像实验室团队在 2010年后提出了一系列的 2 NROl算法分析 基于 自然统计特性的无参考型影像质量评价算法， 0 如 BIQI~ 、BLIINDS — I 、BLIINDS — II 、 2．1 兴趣 区域 提取 l 、J DIIVINE[引 、 BRISQUE[9]，但是这些算法都需要训练 人眼观察一幅影像，焦点主要在纹理丰富或边 样本进行预先训练 ．缺乏时效性。 缘区域…]。基于人眼视觉效应，NROI算法首先对 2013年AnishMittal等人为了进一步解决训练 待测影像进行兴趣区域的提取，将兴趣点转化为纹 耗时久的问题提出的完全无参考 型算法 (nature 理边缘的角点，具体步骤如下： imagequalityevaluator，NIQE)10]，由于无须训练 因 (1)计算原始影像灰度值，(，Y)在水平和垂直