基于内在生成机制的多尺度结构相似性图像质量评价

TaylorA

摘 要：该文针对多尺度结构相似性(Multiple-scale Structural SIMilarity, MSSIM)图像质量评价算法对图像信息
( Z. w4 H/ V, R% O7 ~不确定部分度量能力的不足，结合人类视觉系统(HVS)，提出基于内在生成机制(internal generative mechanism)
的 iMSSIM 算法。首先采用基于逐段式自回归(Piecewise AutoRegressive, PAR)模型的内在生成机制将失真图像
& Y' Y- ~+ d* R( T6 V7 G2 \+ ^6 h和原始图像分解成采用 MSSIM 算法评分的图像内容预测部分和采用 PSNR 评分的图像信息不确定部分；然后采
用均方误差(MSE)进行加权来联合这两部分评分获得最终结果。在基准数据库上完成的对比实验表明：该算法不
仅在不同失真类型上性能最好，且在 6 个公开数据库上的性能优于现有算法。
关键词：图像质量评价；多尺度结构相似性；内在生成机制；逐段式自回归模型
1 引言
传统的图像质量评价方法均方误差(MSE)和峰
0 S/ u1 a6 ~, l( K- ?  b5 B
值信噪比(PSNR)评价结果不能很好地反映主观质
量评价[1 3]。为了更精确地反映图像质量，提出了
各种与主观质量评价较一致的客观评价方法。尤其
人类视觉系统(HVS)和图像特征是当前图像质量评
价的热点研究领域。
2 d8 N) x- f* D基于 HVS 的图像质量评价方法主要突出 HVS
对不同视觉信号(信号的亮度、对比度、频率内容和
! Q6 q! o) H, _( ~; c互作用)感知的程度。文献[4]提出的噪声质量测量
& C! ~! s$ F# W3 o2 I(Noise Quality Measure, NQM)方法，证明了非线
2 N7 z; o+ Q0 ]* u性 NQM 是一种比 PSNR 以及线性测量方法更好的
. ^: ^1 T% Y/ w+ z# C视觉质量评价方法；CHANDLER 等人[5]提出的视
觉信噪比(Visual Signal-to-Noise Ratio, VSNR)方
法基于物理量度和视觉角度，而不是像素域，具有
4 P% S% ~6 _2 r2 R+ u  H6 Z8 _5 i适应不同视觉条件的能力；文献[6]提出的结构相似
, Q# O4 B6 T2 u6 f$ r( C

$ M: W  z  W& I$ e* M

; M( Z8 G9 ]4 a% A. Y, @附件下载：

游客，如果您要查看本帖隐藏内容请回复

; }, c' v1 _3 H; Q; P+ d7 [

Blah

看看