Image Quality Assessment Based on Quaternion Singular Value Decomposition
Image Quality Assessment Based on Quaternion Singular Value Decomposition
复制标题
基于四元数奇异值分解的图像质量评估
DOI：
10.1109/access.2020.2989312
复制
发表时间：
2020-04
期刊：
影响因子：
3.9
通讯作者：
Wu Xiaojun
中科院分区：
文献类型：
--
作者：
Sang Qingbing;Yang Yunshuo;Liu Lixiong;Song Xiaoning;Wu Xiaojun
我们提出了一个基于四元素奇异值分解的图像质量评估度量，该度量分解代表颜色图像作为四元素矩阵，使用奇异值分解将图像噪声信息分开，并从整个图像及其噪声信息中提取特征。在提出的方法中，颜色图像及其局部方差通过使用Quaternion表示，然后执行奇异值分解。后来，将75％的奇异值作为图像噪声信息。我们从全面颜色图像中提取亮度比较，对比比较，结构比较，相位一致性和梯度幅度，并从图像噪声信息中提取峰值信噪比作为特征。最后，这些功能被用作内核极端学习机器的输入，以预测经测试图像的质量。在四个基准图像质量评估数据库上进行的广泛实验表明，所提出的指标与主观评估具有很高的一致性，并且表现优于最先进的图像质量评估指标。
We propose an image quality assessment metric based on quaternion singular value decomposition that represents a color image as a quaternion matrix, separates image noise information using singular value decomposition and extracts features from both the whole image and its noise information. In the proposed method, the color image and its local variance are represented by using quaternion and then performing singular value decomposition. Later, 75% of singular values are taken as image noise information. We extract a luminance comparison, contrast comparison, structure comparison, phase congruency and gradient magnitude from whole color images and extract the peak signal-to-noise ratio from image noise information as features. Finally, these features are used as the input to a kernel extreme learning machine to predict the quality of the tested images. Extensive experiments performed on four benchmark image quality assessment databases demonstrate that the proposed metric achieves high consistency with the subjective evaluations and outperforms state-of-the-art image quality assessment metrics.
登录
查看更多内容
DOI：
--
发表时间：
2008
期刊：
Journal of Optoelectronics·laser
影响因子：
--
作者：
Wang Yong
通讯作者：
Wang Yong
影响因子：
10.6
作者：
Sheikh, HR;Bovik, AC
通讯作者：
Bovik, AC
影响因子：
1.1
作者：
Yong Ding;Shaoze Wang;Dong Zhang
通讯作者：
Yong Ding;Shaoze Wang;Dong Zhang
DOI：
10.1109/icosp.2008.4697344
发表时间：
2008-12
期刊：
2008 9th International Conference on Signal Processing
影响因子：
--
作者：
Bo Wang;Zhibing Wang;Yupeng Liao;Xinggang Lin
通讯作者：
Bo Wang;Zhibing Wang;Yupeng Liao;Xinggang Lin
DOI：
--
发表时间：
1995
期刊：
--
影响因子：
--
作者：
P. Kovesi
通讯作者：
P. Kovesi