无参考质量评价方法

基于图像质量评估指标的能力而言

根据适用范围的不同,无参考图像质量评价算法主要分为专用型方法与通用型方法两大类[1]. 如图1所示,这些方法依据其应用场景可划分为专用型无参考评价与通用型无参考评价两大类. 其中,用于对具有特定失真类型的图像进行评估的专用型无参考方法,主要包括针对JPEG压缩编码失真的研究工作. 文献[2-5]则提出了一种用于评估JPEG压缩编码造成的失真图像质量的方法,而文献[2-3]则侧重于通过测量块边缘强度及其他特征来进行相关评估. 周等人则开发了一种基于边缘平均误差及图像活动性特征的学习模型,以反映图像模糊程度. 此外,Ferzli等人则采用了恰可察觉模糊（Just Notice Blur,JNB）的方法来进行客观图像质量评估. 在通用型无参考评估方面,Zhou等人则提出了基于轮廓上DCT峰度平均值计算模型的方法. 这些研究工作都假设各向异性噪声为高斯噪声分布. 实际应用中由于不同类型的压缩编码带来的失真往往是相互叠加的,因此针对单一类型失真的专用型无参考质量评估技术的应用受到了较大的限制

因为空域失真直接影响图像视觉质量，在实际应用中需要采取有效的空域特征提取方法以获得与主观评价较好的一致性结果。相比之下，在小波变换、DCT等变换领域中的特征提取方法相比下，空域特征提取算法具有计算复杂度较低且运行速度快的优势，并且特别适合应用到实时处理系统中

BRI