基于对比度增强伪参考的无参考对比度失真图像质量评估
计算机视觉与模式识别
2025-10-07 v1
摘要
对比度变化是影响图像质量的重要因素。在图像采集过程中，恶劣的光照条件会导致对比度变化和视觉质量损失。虽然已提出多种方法来评估不同失真（如模糊和噪声）下的图像质量，但对比度失真鲜有关注，其视觉影响和特性不同于其他传统失真类型。在本文中，我们提出了一种用于对比度失真图像的无参考图像质量评估（NR-IQA）指标。通过一组对比度增强算法，我们旨在生成与实际参考图像视觉上接近的伪参考图像，从而将无参考问题转化为以更高精度进行的全参考评估。为此，我们生产了一个大型对比度增强图像数据集，以训练分类网络，根据图像内容和失真选择最合适的对比度增强算法以生成伪参考图像。最后以全参考方式评估对比度增强（伪参考）图像与退化图像之间的质量差异。在包含对比度失真的数据库（CCID2014、TID2013和CSIQ）上的性能评估表明，所提出的方法具有有前景的性能。
引用
@article{arxiv.2510.05053,
title = {No-reference Quality Assessment of Contrast-distorted Images using Contrast-enhanced Pseudo Reference},
author = {Mohammad-Ali Mahmoudpour and Saeed Mahmoudpour},
journal= {arXiv preprint arXiv:2510.05053},
year = {2025}
}