张雅茹

(连云港开放大学 信息工程系,江苏 连云港 222000)

0 引言

近年来,智能产品的飞速发展,对图像传输、获取以及存储都有了更高的要求,需要开发越来越多的用于自动预测图像质量的技术。图像质量评价算法可以分成两种:主观质量评价算法及客观质量评价算法[1]。两者的区别在于是否有人的参与。主观质量评价算法是由人在经过繁琐的过程后基于一些因素及视觉效果来直接对图像进行打分[2]。客观质量评价算法不需要人的直接参与,只需要通过计算机完成一系列的运算来预测图像质量[3]。主观质量评价算法虽然精确度较高,但是由于考虑因素众多,过程繁琐,在一些需要严格的实时应用场合中难以适用。客观质量评价算法主要分成三类,分别为依赖原始图像的全参考质量评价算法、部分依赖原始图像的部分参考质量算法和无参考质量评价算法[4]。其中,无参考算法与前两者的区别在于预测图像质量时不需要任何的原始图像信息[5]。设计目标无参考质量评价算法是一个非常困难的任务。由于HVS(human visual system,视觉系统)的理解是有限的,只有当已经知晓到图像失真类型并且可以供人们使用时,才认为有效的无参考图像质量评估是可行的[6]。本文设计了一种实用的无参考图像质量评价算法。该算法可以有效地预测感知JPEG图像质量。以模糊和块失真作为JPEG压缩过程中产生的最主要的失真,从而提出了一种有效的提取特征方法,可以用来反映失真程度相对大小。……