首页 | 官方网站   微博 | 高级检索  
     

基于梯度相关性分解的无参考图像质量评价方法
引用本文:廖宇,郭黎.基于梯度相关性分解的无参考图像质量评价方法[J].计算机应用,2013,33(3):691-694.
作者姓名:廖宇  郭黎
作者单位:湖北民族学院 信息工程学院,湖北 恩施 445000
基金项目:国家自然科学基金资助项目(61263030); 湖北省自然科学基金资助项目(2012FFC02601); 湖北省教育厅科学研究项目(Q20111907)。
摘    要:目前大部分无参考型的图像质量评价方法都是基于图像的几何特征进行描述的,但是这种方法对于图像的边界要求较为严格,并且在实际应用中的图像的失真类型是未知的。针对这一缺点,提出一种基于梯度相关性分解的无参考图像质量评价(DGS)方法,该方法提取图像的梯度,对其进行奇异值分解作为图像的主要结构信息,以此对图像的质量进行评价。实验结果表明,DGS模型比通用的简单有效的峰值信噪比(或均方误差)模型更符合人眼视觉系统特性,能在无参考的情况下更好地评价图像质量,并与图像的主观评价值达到更准确的一致性。

关 键 词:无参考图像质量评价  梯度结构相似度  人眼视觉系统  奇异值分解  
收稿时间:2012-09-17
修稿时间:2012-11-14

New no-reference image quality assessment method based on decomposition of gradient similarity
LIAO Yu GUO Li.New no-reference image quality assessment method based on decomposition of gradient similarity[J].journal of Computer Applications,2013,33(3):691-694.
Authors:LIAO Yu GUO Li
Affiliation:School of Information Engineering, Hubei University for Nationalities, Enshi Hubei 445000, China
Abstract:
Keywords:no-reference image quality assessment                                                                                                                        gradient structure similarity                                                                                                                        Human Visual System (HVS)                                                                                                                        Singular Value Decomposition (SVD)
点击此处可从《计算机应用》浏览原始摘要信息
点击此处可从《计算机应用》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号