概述

图片/视频质量评价算法可以分为两种,一种依赖于原始图片/视频,可以获得更好的结果;一种不依赖于原始图片/视频,结果稍差,但是可以在更多的应用场景工作. 我在查询相关资料时,阅读了一篇张琦 李鸿林 杨大伟 李松江联合创作的论文论文时,记录如下.

算法描述

论文中算法流程包含:分块 提取人眼感兴趣图像块 特征值提取 整合特征值等.

对于要评价的图像,先利用局部方差提取图像中的部分显著区域,然后只针对这一部分区域,分别计算jpeg压缩图像的3个特征值,最后将这3个特征值整合为一个最终评价值.

感兴趣区域选取

由于图像锐度主要包含在其灰度成分中,在评价图像质量时只需考虑图像灰度成分.

将图片分为m*n的块,对每个块使用局部方差判断信息频率,高频波分往往是图片细节,人烟敏感区域.根据数据提前设好阈值即可获得敏感区.

特征值获取

论文中在水平和垂直方向上使用了2种方法得到了3种特征值.

第一种方法是块效应,用块边界的平均差异来表示:

第二种方法是评估图像信号的活跃度.活跃度的度量采用2个因素来综合评定,一个是方块图像样本之间的平均绝对误差:

另一个因素是过零率:

在获得水平/垂直方向一共6个特征值后,使用公式得到最终评价值.最终评价公式中的参数是论文作者通过大量数据测试所得.

总结

为了测试算法效果,论文作者采用美国视频工程实验室提供的图像质量估计数据库进行了仿真实验.

测试结果表明算法性能和精度都很优异.

算法的主要优势是计算复杂度低,除了可以评估jpg压缩图像,也可以评估h264等视频压缩.