基于结构相似度的自适应图像质量评价

被引：36

作者：

靳鑫 ^{[1
]}

蒋刚毅 ^{[1
,2
]}

陈芬 ^{[1
]}

郁梅 ^{[1
,2
]}

邵枫 ^{[1
]}

彭宗举 ^{[1
]}

YoSung Ho ^{[3
]}

机构：

[1] 宁波大学信息科学与工程学院

[2] 南京大学软件新技术国家重点实验室

[3] 光州科学技术学院信息及通信学院

来源：

光电子激光 | 2014年 / 25卷 / 02期

关键词：

图像质量评价(IQA); 结构相似度(SSIM); 失真类型分析; 自适应因子调节;

D O I：

10.16136/j.joel.2014.02.028

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

考虑到在结构相似度(SSIM,structural similarity)模型中,亮度、对比度和结构度3个评价因子对不同失真类型图像质量评价(QA)的贡献程度不同,本文提出了根据图像失真类型分析的自适应SSIM(ASSIM)的IQA方法。首先,分析失真图像和参考图像的小波子带能量、傅里叶功率谱和幅度谱的数据特点,据此判定图像失真类型,包括高斯白噪声(WN)、JPEG压缩(JPEM)、高斯模糊(Gblur)及类JP2K4类失真;接着,通过优化算法确定SSIM在评价不同失真类型图像时最佳的评价因子权重;最后,将图像的失真类型判别和评价因子的调整相结合,实现对图像的自适应评价。实验结果表明,由于失真类型的判断和评价因子权值的优化,ASSIM对各类失真图像的评价效果都要优于SSIM,特别是对Gblur失真的图像进行评价时,Pearson系数(CC)值提高了0.05,Spearman等级相关系数(SROCC)值的提高超过0.039。

引用

页码：378 / 385

页数：8

共 6 条

[1] 基于边缘的SSIM图像质量客观评价方法 [J].