多失真混杂的无人机图像质量盲评价方法研究

摘要

面向多失真混杂的图像质量盲评价问题目前仍然是计算机视觉领域具有挑战性的工作之一,无人机图像受成像条件影响混杂多类失真,图像质量的准确评价是其效能发挥的关键环节.引入并改进了基于自然场景统计的距离度量评价模型,提出了多失真混杂的无人机图像质量盲评价方法.主要工作:研究并提取了与无人机图像质量敏感的特征因子集;以实拍标准测绘图像库为原始图像获得MVG特性参数作为度量基准解决了盲评价中缺乏训练集的问题:构建了以实飞图像为样本的无人机图像质量数据库(UAV Image Set),为相关问题的研究提供数据集和评价参考.实验表明,相比较其他经典算法,本文方法具有更好的主观一致性,准确度高,可满足无人机图像质量需求.