基于DCT系数无参考模糊图像质量评价方法.docxVIP

仪器仪表学报 2013,11 (34),2599-2604 基于DCT系数无参考模糊图像质量评价 方法 桑庆兵齐会新吴小俊李朝锋 江南大学物联网工程学院 导出/参考文献关注 分享 收藏打印 摘要： 离散余弦变换系数的变化能够有效反映图像的模糊程度变化，基于离散余弦变 换系数提出了一种无参考模糊图像质量评价方法。该方法首先通过对图像进行离 散余弦变换，得到图像的离散余弦变换系数作为图像质量变化的特征向量，然 后使用支持向量回归模型对此特征向量进行训练学习，得到特征向量与模糊图 像质量分值之间的映射关系模型，预测图像质量。在LIVE2、CSIQ和TID2008 3 个数据库上检测该方法的性能，实验结果表明，新方法预测得分与主观得分有 较好的一致性，获得了比较好的评价指标。 关键词： 模糊图像质量评价;无参考;DCT系数;支持向量回归; 作者简介：桑庆兵，2013年于江南大学获得博-上学位，现为江南大学副教授、 硕士生导师，主要研究方向为图像/视频质量评价、神经网络与模式识别。 E-mai1:sangqb@163? com 作者简介：齐会新，2011年于大连工业大学获得学士学位，现为江南大学硕士 研究生，主要研究方向为图像质量评价、模式识别。 E-mail:qihuixinl21@163. com 收稿日期：2013-04 基金：国家自然科学棊金 No-reference image blur assessment method based on DCT coefficients Sang Qingbing Qi Huixin Wu Xiaojun Li Chaofeng School of Internet of Things Engineering, Jiangnan University; Abstract： The change of discrete cosine transform ( DCT) coefficients can effectively reflect image blur quality change. In this paper, a new no reference image blur quality assessment method based on discrete cosine transforni is proposed. First of all, the discrete cosine transform is performed on the images, the obtained discretc cosine transform coefficients are taken as the feature vectors of the image quality change, then the support vector regression model is adopted to train the feature vector, the mapping relation model between the feature vectors and the blur image quality score is obtained, and the image quality is predicted. The performance of the proposed method was tested on three public databases L1VE2, CS1Q and TID2008, the experiment results show that the score predicted with this method has a good correlation with the subjective quality score, and superior performanee evaluation result is obtaincd. Keyword： blur image quality assessment; no reference; discrete cosine transform (DCT) coefficienl; support vector regression; Received： 2013-04 1引言 随着手机、数码相机等电子设备的普及，出现了大量的数字图像，这些数字图像 在获取、传输及存储的过程中，常常会引入失真，使图像质量下降产生模糊现象, 难以应用，需要对图像的模糊程度进行评判，所以模糊图像质量评价算法具有 重要研究意义。模糊图像质量评价算法根据是否有人的参与可分为主观算法和客 观算法。主观算法由