基于模糊度和噪声水平的图像质量客观评价方法研究

"基于模糊度和噪声水平的图像质量评价方法" 本文提出了一种新的无参考图像质量客观评价方式，考虑了模糊度与噪声水平两方面的影响。该算法通过计算图像的平均边缘宽度来衡量模糊度，并通过比较去噪前后的图像来预测图像受噪声污染的程度。最后，将模糊度和噪声水平的评价结果进行综合，作为无参考图像质量评价指标。 图像质量评价是图像处理和图像识别领域中的一个重要问题。图像质量评价的目的是评估图像的质量，以便对图像进行分类、压缩、恢复和识别等操作。传统的图像质量评价方法主要有两种：一是主观评价，即通过人眼对图像的质量进行评价；二是客观评价，即通过计算机算法对图像的质量进行评价。然而，主观评价存在一定的主观性和不确定性，而客观评价则需要选择合适的评价指标和算法。 本文提出的无参考图像质量评价方法考虑了模糊度和噪声水平两个方面的影响。模糊度是指图像中的模糊或不清晰程度，通常是由于图像采集、传输或存储过程中引入的噪声或失真所导致的。噪声水平是指图像中的噪声或干扰程度，通常是由于图像采集、传输或存储过程中引入的随机干扰或噪声所导致的。 算法首先计算图像的平均边缘宽度，以衡量图像的模糊度。然后，通过比较去噪前后的图像来预测图像受噪声污染的程度。最后，将模糊度和噪声水平的评价结果进行综合，作为无参考图像质量评价指标。 实验结果表明，本文算法可以很好地区分各种失真类型图像的质量好坏，其结果接近人眼的主观感受。与峰值信噪比（PSNR）和结构类似性（SSIM）等算法比较，本文算法具有很强的抗噪性和广泛的适用范围。 图像质量评价在图像处理和图像识别领域中的应用非常广泛，例如图像压缩、图像恢复、图像识别等。因此，本文提出的无参考图像质量评价方法对图像处理和图像识别领域的发展具有重要的意义。 关键词：无参考、图像质量评价、边缘宽度、噪声水平 中图分类号：TP391 文献标识码：A 文章编号：100520086（2010）0721062205