基于RGB色彩空间自然场景统计的无参考图像质量评价

摘要

RGB色彩空间中各色彩分量间存在强相关性,图像发生失真会改变各分量间的相关性.基于此,本文提出了一种新的通用无参考图像质量评价方法.首先,根据人类视觉对RGB色彩空间中绿色分量更为敏感的颜色感知特性,提取了G分量MSCN系数及其4方向邻域系数的统计特征;其次,在分析RGB色彩空间中R、G及B分量间相关性的基础上,分别计算RGB色彩空间各色彩分量及其纹理、相位间的互信息,利用互信息作为统计特征来描述其各分量间的相关性;进而,结合上述统计特征,分别利用SVR和SVC构建无参考图像质量评价模型和图像失真类型识别模型;最后,在LIVE、CSIQ及TID2008图像质量评价数据库上进行了算法与DMOS (Different mean opinion score)的相关性、失真类型识别及计算复杂性等方面的实验.实验结果表明,本文方法的评价结果与人类主观评价具有高度的一致性,在LIVE数据库上的斯皮尔曼等级相关系数和皮尔逊线性相关系数均在0.942以上;而且,图像失真类型识别模型的识别准确率也高达93.59％,明显高于当今主流无参考图像质量评价方法.