基于误差表示谱分析的感知图像质量评价

本文中，我们分析误差信号的统计特性以评价图像的感知质量。具体而言，我们关注由参考图像与失真图像之差得到的误差图像的幅度谱。对灰度图像进行谱统计部分地建模了视觉系统表现出的空间谐波失真干扰，但忽略了颜色信息以及视觉系统的选择性和层次性。为克服这些不足，我们提出了一种基于多尺度多通道误差表示谱理解（SUMMER）的图像质量评价算法。我们在包含约 30 种失真类型的 3 个数据库上验证了质量评价性能。这些失真类型被归为 7 大类：压缩伪影、图像噪声、颜色伪影、通信误差、模糊、全局与局部失真。总体而言，我们使用衡量线性度、单调性、准确性与一致性的 5 种性能度量，对 17 种算法及所提算法进行了基准测试。除标准性能度量的实验外，我们还通过直方图差异度量和散点图分析了客观与主观分数的分布。此外，我们分析了质量评价算法的分类性能及其统计显著性检验。基于我们的实验，SUMMER 在所有基准类别中显著优于大多数对比方法。