CSV：基于颜色、结构与视觉系统的图像质量评价
计算机视觉与模式识别
2018-11-14 v2 图像与视频处理
摘要
本文提出一种基于颜色、结构与视觉系统特性（记为 CSV）的全参考图像质量估计器。与多数现有方法不同，我们量化感知颜色退化而非绝对的逐像素变化。我们使用 CIEDE2000 色差公式量化低层颜色退化，并使用颜色名称描述子之间的 Earth Mover's Distance 度量显著颜色退化。除感知色差外，CSV 还包含结构差异与感知差异。结构特征图通过均值相减与除式归一化获得，感知特征图由视网膜神经节细胞的对比敏感度公式获得。所提质量估计器 CSV 在 LIVE、Multiply Distorted LIVE 与 TID 2013 数据库上测试，至少在排序、单调行为或线性度方面始终位列性能最优的两类质量估计器之中。
引用
@article{arxiv.1810.06464,
title = {CSV: Image Quality Assessment Based on Color, Structure, and Visual System},
author = {Dogancan Temel and Ghassan AlRegib},
journal= {arXiv preprint arXiv:1810.06464},
year = {2018}
}
备注
31 pages, 9 figures, 7 tables