| 颜色空间统计联合纹理特征的无参考图像质量评价 |
| |
| 引用本文： | 范赐恩,冉杰文,颜佳,邹炼,石文轩.颜色空间统计联合纹理特征的无参考图像质量评价[J].光学精密工程,2018,26(4):916-926. |
| |
| 作者姓名： | 范赐恩 冉杰文 颜佳 邹炼 石文轩 |
| |
| 作者单位： | 1. 武汉大学 电子信息学院, 湖北 武汉 430072;2. 武汉大学 遥感信息工程学院, 湖北 武汉 430072 |
| |
| 基金项目： | 国家自然科学基金资助项目（No.61701351） |
| |
| 摘 要： | 为了客观评价图像质量,本文提出联合颜色空间统计特征和权重局部二值模式(Local Binary Pattern,LBP)纹理特征的无参考图像质量评价模型。首先,对失真图像进行亮度去均值对比度归一化(Mean Subtracted Contrast Normalized,MSCN)操作得到MSCN系数;然后,对MSCN系数提取其统计参数特征和权重LBP直方图特征,其中统计参数由广义高斯模型获得,权重为MSCN系数的幅度。另外,还采用了Lαβ颜色空间下红绿和蓝黄分量的自然场景统计(Natural Scence Statistics,NSS)特征来增强基于颜色失真的描述,并运用非对称广义高斯模型获得统计参数特征。最后,运用SVR建立图像质量评价指标到主观质量得分的回归模型。在LIVE,CSIQ,TID2013和MLIVE数据库上的实验结果表明:4个数据库加权平均Spearman秩相关系数为0.776,Pearson线性相关系数为0.821,均优于其他方法;图像大小为512×512时特征提取只需0.19s。本文提出的方法与人眼主观感知具有良好的一致性,并具有复杂度低等优点。
|
| 关 键 词： | 无参考图像质量评价 MSCN系数统计 颜色分量 权重LBP直方图 |
| 收稿时间： | 2017-09-04 |
No-reference image quality assessment using joint color space statistical and texture feature |
| |
| FAN Ci-en,RAN Jie-wen,YAN Jia,ZOU Lian,SHI Wen-xuan.No-reference image quality assessment using joint color space statistical and texture feature[J].Optics and Precision Engineering,2018,26(4):916-926. |
| |
| Authors: | FAN Ci-en RAN Jie-wen YAN Jia ZOU Lian SHI Wen-xuan |
| |
| Affiliation: | 1. School of Electronic Information, Wuhan University, Wuhan 430072, China;2. School of Remote Sensing and Information Engineering, Wuhan University, Wuhan 430072, China |
| |
| Abstract: | |
| |
| Keywords: | no-referenceimage quality assessment Mean Subtracted Contrast Normalized(MSCN) coefficients statistics color components weighted Local Binary Pattern(LBP) histogram |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《光学精密工程》浏览原始摘要信息 |
|
点击此处可从《光学精密工程》下载全文 |
|
