Degraded Image Quality Assessment by No-reference Methods.pdf

1、圖像在傳輸?shù)侥康牡刂皶?huì)經(jīng)過(guò)通信系統(tǒng)的不同階段。通過(guò)這些階段過(guò)程中會(huì)受到不同類型的干擾。例如，當(dāng)通過(guò)攝影設(shè)備獲取圖像時(shí)，光學(xué)、傳感器噪聲、色彩校正、相位控制、照相機(jī)移動(dòng)等會(huì)引入許多干擾。另外，為了獲取帶寬上更大存儲(chǔ)空間而設(shè)計(jì)的壓縮算法時(shí)允許一定的干擾發(fā)生。此外圖像在通道上的傳輸或存儲(chǔ)（很少情況）時(shí)會(huì)引入比特誤差干擾。最后，負(fù)責(zé)顯示最后輸出的監(jiān)測(cè)設(shè)備可能會(huì)以低的復(fù)制分辨率和劣質(zhì)的校準(zhǔn)等形式引入干擾。測(cè)量不同階段增加的干擾并測(cè)定質(zhì)量是十分重

2、要的。
　　傳統(tǒng)的服務(wù)質(zhì)量主要關(guān)注網(wǎng)絡(luò)的性能（數(shù)據(jù)丟失，吞吐量和延遲）?，F(xiàn)代的服務(wù)質(zhì)量概念已經(jīng)變成反映所有用戶的實(shí)踐包括訪問(wèn)和提供的服務(wù)。為了滿足服務(wù)質(zhì)量的要求，服務(wù)的提供者識(shí)別并測(cè)量圖像退化的質(zhì)量是十分必要的。
　　盡管無(wú)參考圖像質(zhì)量評(píng)估構(gòu)造起來(lái)更加困難，但它更具有實(shí)際意義，是所有圖像質(zhì)量評(píng)估方法中更加渴望得到的方法。無(wú)參考圖像質(zhì)量評(píng)估能夠盲評(píng)估圖像的質(zhì)量。
　　本文探討了圖像質(zhì)量評(píng)估的許多挑戰(zhàn)。解決的最大挑戰(zhàn)之一是

3、解決了沒(méi)有原始圖像或其部分特征（要求原始圖像或其部分特征分別相應(yīng)于全參考和半?yún)⒖紙D像質(zhì)量評(píng)估）的情況下，定量地盲評(píng)估出干擾圖像質(zhì)量。
　　相比需要在數(shù)據(jù)庫(kù)上訓(xùn)練的無(wú)參考圖像質(zhì)量評(píng)估算法，我們?cè)O(shè)計(jì)的無(wú)參考圖像質(zhì)量評(píng)估算法不依賴于特定的干擾類型或相應(yīng)的人類意見(jiàn)分?jǐn)?shù)（DMOS），可以稱之為完全盲的無(wú)參考圖像質(zhì)量評(píng)估算法。
　　如果被評(píng)估的圖像描述為干擾圖像，利用自然景象建立的模型充當(dāng)表示高質(zhì)量“原始圖像”的信息源。選擇對(duì)測(cè)量圖像質(zhì)

4、量有意義的適當(dāng)?shù)膱D像特征。因此，模型選擇了不同類型的特征，這些特征利用統(tǒng)計(jì)方法提取，能夠幫助有效快速提取景象要點(diǎn)。獲取特征的方法依賴于邊緣和圖像中更銳利的部分。
　　圖像質(zhì)量數(shù)據(jù)庫(kù)是圖像質(zhì)量評(píng)估算法中重要的真值信息。因此利用LIVE數(shù)據(jù)庫(kù)衡量算法可以預(yù)測(cè)差別的平均預(yù)測(cè)分?jǐn)?shù)（DMOS）值的效果如何。此外，本研究使用了兩個(gè)評(píng)估圖像質(zhì)量評(píng)估算法的性能標(biāo)準(zhǔn)：由視頻質(zhì)量專家組提出的用以預(yù)測(cè)準(zhǔn)確性和單調(diào)性。
　　本研究解決的另一個(gè)挑戰(zhàn)是