无参考图像质量评价之基于多特征的增强图像质量评价

本文介绍了一种无参考图像质量评估方法,主要从色彩连续性、色彩丰富度、对比度、光照度和熵五个方面进行评估。该方法通过对增强后的图像提取特征来给出质量分数。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

参考文献

 
本节主要参考的文献是:
Leida, Shen, Jinjian, et al. No-Reference Quality Assessment of Enhanced Images[J]. 中国通信:英文版, 2016(9):121-130.
 

主要思想

 
本文主要是提取增强之后图像的多种特征来评价图像的质量分数,本文主要介绍相关的思想。
 
这篇文章主要提取五种主要的特征:非结构性特征--色彩连续性、色彩丰富度、对比度、光照度和熵。文中提出还用另外两个特征--锐
 
化度和自然特征,只不过这两种特征在其他论文中已经有介绍,就不介绍了。
 
色彩连续性:对于彩色图像,先转换为HSI空间图像。对于某个像素,如果其色调(hue)跟周围像素的色调不一致,那么就认为这
 
个像素具有不规则色调。公式为:
Habn是所有不规则色调像素的个数,MN是图像像素的总个数。
 
 
色彩丰富度:高质量的图像,其色彩也更丰富。
 
对比度:可以用图像直方图来表示,对比度越丰富,那么,直方图也就越均匀。感觉此处没有创新点。
 
光照度:实际上,这种计算方式跟取图像均值和中值有相同的意思。
 
其中
 
熵:图像质量越高,那么熵也就越大。
 

一点感想

 
虽然个人觉得这篇文章在大的创新点上不如其他文章,但是,很有启发意义,通过上面的五种特征方式,我们可以将其他的方法来嵌套。
 
 
关注公众号,获取更多信息
 
 
 
 

 

评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值