结合图像二次模糊范围和奇异值分解的无参考模糊图像质量评价.pdfVIP

第28 卷 第4 期 计算机辅助设计与图形学学报 Vol. 28 No.4 2016 年4 月 Journal of Computer-Aided Design Computer Graphics Apr. 2016 结合图像二次模糊范围和奇异值分解的无参考模糊图像质量评价 1,2) 1) 1,2) 1) 1) 王冠军 , 吴志勇 , 云海姣 , 梁敏华 , 杨 华 1) ( 中国科学院长春光学精密机械与物理研究所光电测控部 长春 130033) 2) ( 中国科学院大学 北京 100049) (wangguanjun198711@163.com) : 针对图像的模糊失真问题, 提出一种结合图像二次模糊范围和奇异值分解的无参考图像质量评价方法. 首 先根据图像二次模糊范围的差异性构建参考图像; 然后对失真图像与参考图像进行奇异值分解, 利用奇异值向量矩 阵的相似度构建失真特性向量; 再结合 Log-Gabor 滤波器组和高斯差分模型进行视觉显著度检测; 最终以显著度加 权的失真特性向量预测模糊图像的质量得分. 大量实验结果表明, 与同类算法相比, 文中方法能够准确地评价模糊 图像质量, 与主观评价具有较高的一致性; 在 LIVE2 图像库上, 评价指标斯皮尔曼等级相关系数达到 0.968 7, 均方 根误差为4.858 9; 该方法无需对数据进行训练, 具有较强的实用性和推广性. ：图像质量评价; 二次模糊范围; 奇异值分解; 视觉显著度; 模糊失真 ：TP391.41 No-reference Quality Assessment for Blur Image Combined with Re-blur Range and Singular Value Decomposition Wang Guanjun1,2), Wu Zhiyong1), Yun Haijiao1,2), Liang Minhua1), and Yang Hua1) 1) (Department of Photoelectric Measurement and Control, Changchun Institute of Optics, Fine Mechanics and Physics, Chinese Academy of Sci- ences, Changchun 130033) 2) (University of Chinese Academy of Sciences, Beijing 100049) Abstract: In this paper, a new no-reference image quality assessment (IQA) algorithm is proposed for blur images based on re-blur range and singular value decomposition. Firstly, a reference image is constructed based on the difference of re-blur range. Secondly, singular value decomposition is utilized on reference image and test image, and distortion feature vectors are extracted by computing the comparability of singular value