A natural image quality evaluation metric
A natural image quality evaluation metric
复制标题
自然图像质量评价指标
DOI：
10.1016/j.sigpro.2008.10.007
复制
发表时间：
2009-04
期刊：
影响因子：
--
通讯作者：
中科院分区：
文献类型：
--
作者：
减少参考（RR）图像质量评估（IQA）度量通过使用原始（参考）图像的一些而不是全部信息来评估失真（或退化）图像的质量。本文提出了一种新的基于混合小波和方向滤波器组（HWD）的RR IQA度量。HWD作为一个预处理阶段，新提出的度量主要集中在子带系数的失真和原始图像。该算法只从原始图像中记录一个阈值和几个比例值并传输，在低数据率下性能良好。在识别率较高的数据集上进行了实验，结果表明该度量与现有度量相比具有明显的优势。此外，一组单独的实验表明，该指标具有良好的一致性与人类的主观感知。
Reduced-reference (RR) image quality assessment (IQA) metrics evaluate the quality of a distorted (or degraded) image by using some, not all, information of the original (reference) image. In this paper, we propose a novel RR IQA metric based on hybrid wavelets and directional filter banks (HWD). With HWD as a pre-processing stage, the newly proposed metric mainly focuses on subbands coefficients of the distorted and original images. It performs well under low data rate, because only a threshold and several proportion values are recorded from the original images and transmitted. Experiments are carried out upon well recognized data sets and the results demonstrate advantages of the metric compared with existing ones. Moreover, a separate set of experiments shows that this proposed metric has good consistency with human subjective perception.
登录
查看更多内容
DOI：
10.1109/icip.2005.1529855
发表时间：
2005-11
期刊：
IEEE International Conference on Image Processing 2005
影响因子：
--
作者：
R. Eslami;H. Radha
通讯作者：
R. Eslami;H. Radha
DOI：
10.1109/apccas.1994.514623
发表时间：
1994-12
期刊：
Proceedings of APCCAS'94 - 1994 Asia Pacific Conference on Circuits and Systems
影响因子：
--
作者：
Imgeun Lee;Jongsik Kim;Yougkyu Kim;Seongman Kim;Gooman Park;Kyu Tae Park
通讯作者：
Imgeun Lee;Jongsik Kim;Yougkyu Kim;Seongman Kim;Gooman Park;Kyu Tae Park
影响因子：
5.4
作者：
BAMBERGER, RH;SMITH, MJT
通讯作者：
SMITH, MJT
影响因子：
10.6
作者：
Nadenau, MJ;Reichel, J;Kunt, M
通讯作者：
Kunt, M
DOI：
10.1142/s0219691308002501
发表时间：
2008-07
期刊：
Int. J. Wavelets Multiresolution Inf. Process.
影响因子：
--
作者：
Wen Lu;Xinbo Gao;D. Tao;Xuelong Li
通讯作者：
Wen Lu;Xinbo Gao;D. Tao;Xuelong Li