基于非负矩阵分解的彩色图像质量评价方法

kjdskj

摘 要：针对稀疏表示的图像质量评价模型都基于灰度图像，缺少颜色信息，该文提出一种基于非负矩阵分解(NMF)
) j2 X/ J. m) E: o的全参考彩色图像质量评价方法。首先，从自然彩色图像中随机采样，得到训练样本，利用非负矩阵分解，训练得
到特征基矩阵，并经过 Schmidt 正交化，构建特征提取矩阵；其次，根据视觉显著性模型，利用最大视觉显著性
和显著性差值两步骤选取视觉重要区域；最后，利用特征提取矩阵，得到低维的特征向量，并最终得到彩色图像质
, |2 Z: {6 T. ~  G/ u量评价值。实验结果表明，该文方法在 LIVE, CSIQ 和 TID2008 3 个图像质量评价库上有很好的表现。3 个图像库
0 _. _. Z2 v; e% Q  s: Z, B的平均结果显示，该文方法的综合表现优于所有对比方法。这表明该文方法与主观感知有更好的关联度。
( a# J% d4 S' g关键词：彩色图像质量评价；非负矩阵分解；视觉显著性
0 ~' e9 Z3 {+ @! r/ _: N: m1 引言
随着计算机与网络通信技术的飞速发展，人们
# o' b' {, {6 u, p对获得多媒体信息的需求日益增加。而在多媒体应



# R+ b9 n7 }( V5 g) ?. s( `' _
/ g- v  U  p9 A% L
附件下载：

游客，如果您要查看本帖隐藏内容请回复

( A$ Q+ e1 j# ^* h6 M3 @; X1 R

BeardRen

谢谢分享