论文部分内容阅读
提出一种基于Gaussian-Hermite矩和人类视觉系统(HVS)特性融合的图像全参考质量评价方法。正交矩在图像处理和模式识别方面有很重要的作用。图像的低阶矩能很好地表征图像的特征,可用于图像质量的准确评价。该方法首先通过计算两幅图像间连续正交矩能量差异获得低阶矩特征;然后,结合HVS的掩盖效应对图像的不同区域分配不同权重;最后,对图像所有分区的连续正交矩能量差进行加权平均得到图像质量分数。在国际通用的图像质量评价数据集中,对所提出的方法进行测试。实验结果对比表明,该方法具有很好的效果。