logo
天地变化的道理
使用率很高网站
生活要常常分享
您身边百科全书
图像质量评估
图像质量评估( IQA)是一个量化图像品质的方法,用来判定图像准确性的高低。一般使用两种方法评估图像质量:主观评估和客观评估。主观评估方法是基于观看者对图像的感知评估,能真实反映观看者的视觉感知。而客观评估方法是基于数学计算模型来预测图像质量。 客观和主观方法彼此之间并非一定一致,观看者可能会察觉到一组图像中质量的明显差异,而数学模型算法可能观察不出。 另外,主观方法成本昂贵,需要大量人员,且不可能实时自动化。因此,图像质量评估研究的目标是设计基于数学模型的客观评估算法,该算法应与主观评估相一致。 主观图像质量评估. 主观图像质量评估方法是从人的主观感知来评估图像质量,观察者会观察原始参考图像和失真图像,并给予失真图像评分。一般采用平均意见分数或平均主观得分差异(,DMOS)表示。 客观图像质量评估. 客观图像质量评估分为全参考图像质量评估、部分参考图像质量评估和无参考图像质量评估三种类型。 图像质量评估指标. 衡量客观图像质量评估的指标通常比较模型客观值与主观值之间的差异及相关性。常见的方法有两种,分别是皮尔逊线性相关系数(Pearson linear correlation coefficient,PLCC)和斯皮尔曼等级相关系数(Spearman rank-order correlation coefficient,SROCC) formula_1 其中formula_2表示测试图像数,formula_3 、 formula_4分别表示第 formula_5 幅图像真实分数和测试分数,formula_6、formula_7分别表示图像真实分数平均值和测试分数平均值。 皮尔逊线性相关系数的变化范围为-1到1。 系数的值为1意味著 formula_8 和 formula_9 可以直接由直线方程式来描述,所有的数据点都落在同一条直线上,且 formula_9 随著 formula_8 的增加而增加。系数的值为−1意味著所有的数据点都落在直线上,且 formula_9 随著 formula_8 的增加而减少。系数的值为0意味著两个变数之间没有线性关系。 故若图像真实分数与测试分数愈相近,则皮尔逊线性相关系数的值会趋近于1 斯皮尔曼相关系数被定义成等级变量之间的皮尔逊线性相关系数。对于样本容量为 formula_2 的样本, formula_2 个原始数据 formula_3 、 formula_4 被转换成等级数据 formula_18 、 formula_19 ,斯皮尔曼相关系数定义为 formula_20 原始数据依据其在总体数据中平均的降序位置,被分配了一个相应的等级。 如下表所示: 实际应用中,变量间的连结是无关紧要的,于是可以通过简单的步骤计算被观测的两个变量的等级的差值 formula_21 则 formula_22 斯皮尔曼相关系数表明 formula_8 和 formula_9 (依赖变量)的相关方向。 如果当 formula_8 增加时,formula_9 趋向于增加,斯皮尔曼相关系数则为正。如果当 formula_8 增加时, formula_9 趋向于减少,斯皮尔曼相关系数则为负。 斯皮尔曼相关系数为零表明当 formula_8 增加时 formula_9 没有任何趋向性。 当 formula_8 和 formula_9 越来越接近完全的单调相关时,斯皮尔曼相关系数会在绝对值上增加。 当 formula_8 和 formula_9 完全单调相关时,斯皮尔曼相关系数的绝对值为 1。 完全的单调递增关系意味著任意两对数据 formula_3 , formula_36 和 formula_4 , formula_38 , 其中 formula_39 和 formula_40 总是同号。 完全的单调递减关系意味著任意两对数据 formula_3 , formula_36 和 formula_4 , formula_38 , 其中 formula_39 和 formula_40 总是异号。
图像质量评估
生成维基百科快照图片,大概需要3-30秒!
如果网站内容有侵犯您的版权
请联系:pinbor@iissy.com
Copyright ©2014 iissy.com, All Rights Reserved.