面向无人机影像的轻量级多指标无参考图像质量评估框架
计算机视觉与模式识别
2026-04-16 v1
摘要
可靠的图像质量评估对于大量自动获取的图像在进一步分析之前必须进行筛选的应用至关重要。在许多实际场景中，原始参考图像不可用，这使得无参考图像质量评估 (NR-IQA) 尤为重要。本文引入了多指标图像质量评估 (MM-IQA)，这是一种用于 NR-IQA 的轻量级多指标框架。它结合了与模糊、边缘结构、低分辨率失真、曝光不平衡、噪声、雾霾和频率内容相关的可解释线索，用于产生 [0,100] 范围内的单个质量分数。MM-IQA 在五个基准数据集 (KonIQ-10k、LIVE Challenge、KADID-10k、TID2013 和 BIQ2021) 上的评估显示，其 SRCC 值范围为 0.647 到 0.830。额外的在合成农业数据集上的实验显示所设计的线索表现出一致的行为。该 Python/OpenCV 实现对每幅图像大约需要 1.97 秒。该方法还具有适度的内存要求，因为它仅存储有限数量的中间灰度、滤波和频域表示，导致随图像大小线性增长的内存使用。结果表明，MM-IQA 可用于快速图像质量筛选，具备显式失真感知线索和适度的计算成本。
引用
@article{arxiv.2604.13112,
title = {A Lightweight Multi-Metric No-Reference Image Quality Assessment Framework for UAV Imaging},
author = {Koffi Titus Sergio Aglin and Anthony K. Muchiri and Celestin Nkundineza},
journal= {arXiv preprint arXiv:2604.13112},
year = {2026}
}
备注
13 pages, 5 figures, article