無參考圖像質量評估（，NR-IQA）是一種圖像質量評估方法。它是指在無參考圖像的情況下，直接評估測試圖像的質量。由於一般理想質量的參考圖像很難獲取，故這種完全不依賴參考圖像的質量評估方法應用較廣泛，但也屬於IQA中最具挑戰的問題。常用的評估方法主要基於像素統計特性，其中包含使用平均數、標準差、熵等方法。
平均數
平均數是統計中的一個重要概念。為集中趨勢的最常用測度值，可以反映圖像像素的平均亮度，定義如下：
:\mu=\frac{1}{mn}\sum_{i=1}^{m}\sum_{j=1}^{n}{I(i,j)}
其中 I 為測試圖像， I(i,j) 為 pixel (i,j) 的值， m 、 n 為圖像的長寬
平均亮度愈大，圖像質量愈好。
標準差
標準差在機率統計中最常作為測量一組數值的離散程度之用。應用在圖像中，代表圖像像素灰度值相對於平均值的離散程度，定義如下：
:\sigma=\sqrt{\frac{1}{mn}\sum_{i=1}^{m}\sum_{j=1}^{n}{(I(i,j)-\mu)}^2}
若標準差愈大，表示圖像中灰度級別愈分散，圖像質量愈好。
熵
熵是信號中資訊的平均量，在圖像中表示圖像的平均信號量。定義如下：
:E=-\sum_{i=0}^{L}{P(i)\log_b{P(i)}}
P(i) 表示灰度值為 i 在圖像中出現的機率，L 為圖像的灰度級，即為255
在此方法之下，會先對理想圖像熵的特徵作出假設，再對其設計相應的數學模型，最後通過計算測試圖像在該模型下的特徵來得到質量評估結果。
參考資料
参见
- 图像质量评估
- 全參考圖像質量評估
- 部分參考圖像質量評估
评
评论 (0)