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
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)
4 ]! ~6 V5 ~' D& t6 [# e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
8 J, d* `! I( h7 q4 I# A1 C) R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
, k$ p8 }; E% m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
9 r! O1 h. O- p/ _传统的图像质量评价方法均方误差(MSE)和峰
$ ^3 f2 `4 W1 T/ A
, p# }  s: G% b: M4 f3 M值信噪比(PSNR)评价结果不能很好地反映主观质
& ?7 u6 M- l* z% l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
# a9 v( [( [- t. Y* c! q人类视觉系统(HVS)和图像特征是当前图像质量评
4 ^4 W* Q, i1 z& V+ l( l价的热点研究领域。
基于 HVS 的图像质量评价方法主要突出 HVS
9 U3 O" L6 A1 o0 V2 N对不同视觉信号(信号的亮度、对比度、频率内容和
9 j3 S  ~7 C. \+ f互作用)感知的程度。文献[4]提出的噪声质量测量
(Noise Quality Measure, NQM)方法，证明了非线
性 NQM 是一种比 PSNR 以及线性测量方法更好的
视觉质量评价方法；CHANDLER 等人[5]提出的视
% E  _% M7 I# D# n1 M  G4 `5 K觉信噪比(Visual Signal-to-Noise Ratio, VSNR)方
: e7 Z$ k& h; j' N4 b3 _法基于物理量度和视觉角度，而不是像素域，具有
适应不同视觉条件的能力；文献[6]提出的结构相似
- R* ~5 U% m) t6 x) D- J7 g

) T( L, e; j" |4 x3 ?  d

) `: A; }- g* t+ L& [附件下载：

游客，如果您要查看本帖隐藏内容请回复

& J0 s: I) \9 y1 O8 n  _
  c0 ^- b, G. y9 d

Blah

看看