图像主观与客观质量评估：综述
多媒体
2014-07-01 v1 计算机视觉与模式识别
摘要
随着基于图像的应用需求日益增长，高效可靠的图像质量评估变得愈发重要。测量图像质量对于众多图像处理应用至关重要，图像质量评估（IQA）方法的目标是自动评估图像质量，使其与人类质量判断相一致。过去几年中提出了许多 IQA 方法以实现这一目标。本文综述了针对传统图像信号以及新兴图像（包括高动态范围（HDR）和 3-D 图像）的质量评估方法。文章全面解释了主观和客观 IQA 及其分类，回顾了六个广泛使用的主观质量数据集和性能指标。重点介绍了全参考图像质量评估（FR-IQA）方法，并详细描述了 9 种常用质量度量（包括均方误差（MSE）、结构相似性指数（SSIM）、多尺度结构相似性指数（MS-SSIM）、视觉信息保真度（VIF）、最明显失真（MAD）、特征相似性度量（FSIM）、彩色图像特征相似性度量（FSIMC）、动态范围独立度量（DRIM）和色调映射图像质量指数（TMQI）），并在四个主观质量数据集上评估了它们的性能和计算时间。此外，简要介绍了 3-D IQA 并回顾了该研究领域的相关问题。
引用
@article{arxiv.1406.7799,
title = {Subjective and Objective Quality Assessment of Image: A Survey},
author = {Pedram Mohammadi and Abbas Ebrahimi-Moghadam and Shahram Shirani},
journal= {arXiv preprint arXiv:1406.7799},
year = {2014}
}
备注
50 pages, 12 figures, and 3 Tables. This work has been submitted to Elsevier Journal of Visual Communication and Image Representation