平均偏差相似性指数：高效可靠的全参考图像质量评价器
计算机视觉与模式识别
2017-04-20 v4
摘要
感知图像质量评价（IQA）在图像和视频处理中的应用，如图像采集、图像压缩、图像复原和多媒体通信，催生了许多IQA指标的开发。本文提出了一种可靠的全参考IQA模型，该模型利用梯度相似性（GS）、色度相似性（CS）和偏差池化（DP）。考虑到常用GS在模拟人类视觉系统（HVS）方面的不足，通过一种更可能遵循HVS的融合技术提出了一种新的GS。我们提出了一种高效且有效的公式来计算两个色度通道的联合相似性图，以测量颜色变化。与文献中常用的公式相比，所提出的CS图被证明更高效，并能提供可比或更好的质量预测。受近期一项利用标准差池化工作的启发，本文给出了DP的一般公式，并用于从所提出的GS和CS图计算最终得分。所提出的DP公式还受益于Minkowski池化和一种提出的幂池化。在六个自然图像数据集、一个合成数据集和一个数字修饰数据集上的实验结果表明，所提出的指标提供了与文献中最新的、具有竞争力的最先进IQA指标可比或更好的质量预测，它可靠且复杂度低。所提出指标的MATLAB源代码可在 https://www.mathworks.com/matlabcentral/fileexchange/59809 获取。
引用
@article{arxiv.1608.07433,
title = {Mean Deviation Similarity Index: Efficient and Reliable Full-Reference Image Quality Evaluator},
author = {Hossein Ziaei Nafchi and Atena Shahkolaei and Rachid Hedjam and Mohamed Cheriet},
journal= {arXiv preprint arXiv:1608.07433},
year = {2017}
}
备注
11 pages, 8 figures, 6 tables