基于图像失真类型的全参考图像质量评价方法

摘要

本发明公开了一种基于图像失真类型的全参考图像质量评价方法，构建一个卷积神经网络模型对失真图像的失真类型进行预测；使用四种经典的全参考图像质量评价方法(PSNR、SSIM、JND、VIF)分别对待评价的失真图像质量进行评价，每张失真图片得到对应的四个方面的评价参考值；选用非线性拟合函数拟合上述的四种不同方式评价算法得到的评价分数，依据图像的不同失真类型训练得到对应每种失真类型下的拟合参数；对于待测图片，依据其失真类型选择对应的拟合参数利用拟合函数得到对失真图片最终的评价结果。与现有技术相比，本发明融合了4种经典算法(PSNR、SSIM、JND、VIF)不同理论的图像质量评价模型，发挥了各个模型的优点，使新方法的性能更加优秀。