基于亮度阈值效应的无参考图像质量评价方法.docx

基于亮度阈值效应的无参考图像质量评价方法
摘要：
图像质量评价已经成为数字图像应用过程中的重要研究方向。无参考图像质量评价方法是一种在不需要参考图像的前提下进行图像质量评价的方法。本文提出了一种基于亮度阈值效应的无参考图像质量评价方法。通过引入亮度阈值对亮度的敏感性，将原图像分割成多个区域，然后使用特征提取和统计学方法对每个区域进行分析，计算出图像质量的得分。实验结果表明，这种方法在评价不同种类的图像质量时具有良好的准确性。
关键词：
无参考图像质量评价，亮度阈值效应，图像区域分割，特征提取，统计学方法
1.介绍
在数字图像处理过程中，图像质量评价是一项非常重要的工作。在众多的图像质量评价方法中，参考图像质量评价是较为常见的一种方法。但是，参考图像质量评价方法需要在处理之前确定好参考图像，这有时候会非常的困难。而无参考图像质量评价方法则是在不需要参考图像的情况下，对图像质量进行评价。
亮度阈值效应是人类视觉系统的一种特性，它描述了人类视觉系统对于亮度值变化的敏感性随着亮度值的变化而不同的情况。在本文中，我们将基于亮度阈值效应的无参考图像质量评价方法引入到图像质量评价中来。
2.基于亮度阈值效应的无参考图像质量评价方法
2.1图像区域分割
首先，我们将原图像分割成多个区域。亮度阈值描述了人类视觉系统敏感性随着亮度值变化的变化趋势。通过在图像中引入亮度阈值，我们可以将图像分割成许多亮度值分布相似的区域。例如，在亮度值较高的区域，人类视觉系统的敏感性较差，因此这些区域可以被看作一组；而在亮度值较低的区域，则可能是另一组。这样，我们可以将原图像分割成多个区域，并对每个区域进行统计分析。
2.2特征提取
接下来，我们对每个区域进行特征提取。在本文中，我们选择了几个常见的图像质量特征，例如对比度、模糊度、清晰度等等。这些特征可以通过计算图像的灰度直方图、空域滤波等方法进行提取。
2.3统计学方法
最后，我们将每个区域的特征值进行统计分析，并计算出图像质量评价得分。在本文中，我们使用了一些基本的统计学方法，例如平均值、方差、中位数等等。这些方法可以反映出每个区域的图像质量情况，从而得出整张图像的质量得分。
3.实验结果
我们在不同的图像数据集上进行了实验，例如TID2013数据集、LIVE数据库等等。实验结果表明，我们所提出的基于亮度阈值效应的无参考图像质量评价方法在评价不同种类的图像质量时具有良好的准确性。同时，我们还对不同的特征提取方法进行了比较，发现基于亮度阈值效应的方法能够更好地反映出图像质量评价的特征，例如对比度、清晰度等等。
4.总结
本文提出了一种基于亮度阈值效应的无参考图像质量评价方法。通过对图像分割、特征提取和统计学方法的使用，我们可以在不需要参考图像的情况下对图像质量进行准确的评价。实验表明，所提出的方法在评价不同种类的图像质量时具有优良的性能，同时也为其他图像质量评价方法的研究提供了一些启示。