结合熵、梯度、峰度特征的无参考噪声图像质量评价（英文）

被引：0

作者：

姚恒 ^{[1
]}

马奔 ^{[2
]}

邹勔 ^{[2
]}

徐栋 ^{[3
,4
]}

姚劲草 ^{[3
,4
]}

机构：

[1] 上海理工大学光电信息与计算机工程学院

[2] 上海理工大学机械工程学院

[3] 中国科学院大学附属肿瘤医院(浙江省肿瘤医院)

[4] 中国科学院肿瘤与基础医学研究所

来源：

Frontiers of Information Technology & Electronic Engineering | 2021年 / 22卷 / 12期

基金：

中国国家自然科学基金;

关键词：

噪声图像质量评价; 噪声估计; 峰度; 人类视觉系统; 支持向量回归;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

噪声是影响人类视觉感知最常见的图像失真类型。本文提出一种基于熵、梯度和峰度特征的无参考图像质量评估方法。具体来说,基于偏度不变性在离散余弦变换域进行图像噪声估计,进一步计算得到熵特征。在主成分分析变换域,通过统计有噪声图像与无噪声图像之间的显著差异得到峰度特征。此外,将熵和峰度特征与梯度系数结合,提高熵和峰度特征与主观得分之间的一致性。通过不同方向的滤波器对图像进行梯度特征提取,最后支持向量回归将所有提取的特征映射到综合评分系统中。为验证算法性能,在3个主流数据库(即LIVE、TID2013以及CSIQ)中对该方法进行评价。实验结果验证了该方法的优越性,尤其是在反映预测精度的皮尔逊线性相关系数方面的突出性能。

引用

页码：1565 / 1583

页数：19

共 20 条

[1] 一种基于分数阶积分的图像去噪改进方法（英文）
许黎
黄果
陈庆利
秦洪英
门涛
蒲亦非
[J]. Frontiers of Information Technology & Electronic Engineering, 2020, 21 (10) : 1485 - 1494
[2] 基于全卷积网络的多焦距图像融合算法（英文）
郭瑞
申铉京
董小瑜
张小利
[J]. Frontiers of Information Technology & Electronic Engineering, 2020, 21 (07) : 1019 - 1034
[3] 基于核空间非线性特征提取的图像质量评价方法（英文）
Yong DING
Nan LI
Yang ZHAO
Kai HUANG
[J]. Frontiers of Information Technology & Electronic Engineering, 2016, 17 (10) : 1008 - 1018
[4] Subjective and objective quality assessment for image restoration: A critical survey[J] . Bo Hu,Leida Li,Jinjian Wu,Jiansheng Qian.Signal Processing: Image Communication . 2020 (C)
[5] Efficient image noise estimation based on skewness invariance and adaptive noise injection
Ma, Ben
Yao, Jincao
Le, Yanfen
Qin, Chuan
Yao, Heng
[J]. IET IMAGE PROCESSING, 2020, 14 (07) : 1393 - 1401
[6] Blind Noisy Image Quality Assessment Using Sub-Band Kurtosis
Deng, Chenwei
Wang, Shuigen
Bovik, Alan C.
Huang, Guang-Bin
Zhao, Baojun
[J]. IEEE TRANSACTIONS ON CYBERNETICS, 2020, 50 (03) : 1146 - 1156
[7] No-Reference Quality Assessment of Noisy Images with Local Features and Visual Saliency Models[J] . Mariusz Oszust.Information Sciences . 2019
[8] Blind Image Quality Estimation via Distortion Aggravation
Min, Xiongkuo
Zhai, Guangtao
Gu, Ke
Liu, Yutao
Yang, Xiaokang
[J]. IEEE TRANSACTIONS ON BROADCASTING, 2018, 64 (02) : 508 - 517
[9] Local gradient patterns （LGP）: An effective local-statistical-feature extraction scheme for no-reference image quality assessment[J] . Wujie Zhou,Lu Yu,Weiwei Qiu,Yang Zhou,Mingwei Wu.Information Sciences . 2017
[10] BSD: Blind image quality assessment based on structural degradation[J] . Qiaohong Li,Weisi Lin,Yuming Fang.Neurocomputing . 2017

← 1 2 →