无参考图像质量客观评估指标

最新推荐文章于 2025-09-16 16:36:14 发布

原创

最新推荐文章于 2025-09-16 16:36:14 发布 · 9.6k 阅读

57 ·

CC 4.0 BY-SA版权

文章标签：

#图像质量评估指标 #图像处理 #图像增强 #PIQE #BRISQUE #NIQE

本文介绍了三种无参考图像质量评估指标：基于感知的PIQE，利用块效应和噪声特征；盲/无参考的BRISQUE，基于SVM的学习模型；以及自然图像质量评估器NIQE，基于GMM的概率分布。这些方法在无需参考图像的情况下评估图像质量，具有实用价值。

文章目录

前言
一、基于感知的图像质量评估器（Perception based Image Quality Evaluator，PIQE）
二、盲/无参考图像空间质量评估器（Blind/Referenceless Image Spatial Quality Evaluator，BRISQUE）
三、自然图像质量评估器（Natural Image Quality Evaluator，NIQE）
参考文献

前言

由于很多图像的数据集都没有完善的参考图像，不利于实验数据的完整分析。为此，采用具备较强理论基础的无参考图像质量客观评价指标具有更高的现实意义。其，包括：基于感知的图像质量评估器（Perception based Image Quality Evaluator，PIQE）[1]，盲/无参考图像空间质量评估器（Blind/Referenceless Image Spatial Quality Evaluator，BRISQUE）[2]和自然图像质量评估器（Natural Image Quality Evaluator，NIQE）[3]。

一、基于感知的图像质量评估器（Perception based Image Quality Evaluator，PIQE）

PIQE（Perception based Image Quality Evaluator）是一种基于感知特征的无参考图像质量评估指标，其利用了图像的块状结构和噪声特征来计算图像的质量分数。PIQE的数学表达式为：
在这里插入图片描述
分数越低表示其图像质量越高。其中BM是块效应指标（Blockiness Measure，BM）衡量图像中的块状结构，主要受到图像压缩引起的伪影影响。而NM是噪声指标（Noise Measure，NM）衡量图像中的噪声水平，主要受到图像损失和传输错误引起的噪声影响。