一种基于梯度幅值与 LOG 信号二次和的平移不敏感全参考图像质量评价模型
图像与视频处理
2020-12-22 v1 计算机视觉与模式识别
摘要
旨在估计图像主观质量的图像质量评价（IQA），建立模型以在不同应用中评估图像的感知质量。基于人类视觉系统（HVS）对结构信息高度敏感这一事实，边缘信息提取被广泛应用于不同的 IQA 指标中。根据先前研究，图像梯度幅值（GM）和高斯-拉普拉斯（LOG）算子是 IQA 任务中两种高效的结构特征。然而，大多数 IQA 指标仅在失真图像与参考图像完全配准时才表现良好，而在存在微小平移的图像上失效。本文中，我们提出了一种以 GM 与 LOG 信号二次和为基础的全参考 IQA（FR-IQA）模型，该模型在参考与失真图像对未良好配准的情况下，凭借平移不敏感特性在图像质量估计中取得良好性能。实验结果表明，所提模型在三个包含多种失真类型与程度的大规模主观 IQA 数据库上均稳健有效，且无论针对单一失真类型还是跨整个数据库都处于最先进的 FR-IQA 模型之列。此外，我们验证了所提指标相比迄今被认为具有平移不敏感性的 CW-SSIM 指标，在平移不敏感特性上表现更优。同时，所提模型远比 CW-SSIM 简单，利于实际应用。
引用
@article{arxiv.2012.11525,
title = {A Shift-insensitive Full Reference Image Quality Assessment Model Based on Quadratic Sum of Gradient Magnitude and LOG signals},
author = {Congmin Chen and Xuanqin Mou},
journal= {arXiv preprint arXiv:2012.11525},
year = {2020}
}
备注
10 pages, 7 figures