论文部分内容阅读
针对传统无参考模糊图像质量评价算法未考虑人类视觉系统在模糊检测时的有限性这一缺点,提出了一种结合人类视觉特性及结构相似度的无参考图像质量评价方法。该方法向原始输入图像增加低通滤波器生成重新模糊图像;之后创建一个以原始输入图像的边界点为中心的强边界像素块集合;分别计算集合中像素块与对应的重新模糊图像中像素块间的结构相似度指数;所得的全部结构相似度指数的均值作为最终的原始输入图像的模糊值。基于LIVE模糊图像数据库的实验结果表明,该方法有较好的性能,其计算结果与主观统计值的线性相关系数及斯皮尔曼等级相关