基于非下采樣變換的通用型盲圖像質(zhì)量評(píng)價(jià)算法

　　非下采樣輪廓波（Contourlet）變換具有多尺度、多方向特性，能夠?qū)D像紋理和結(jié)構(gòu)信息進(jìn)行精確提取，可以很好地模擬人類視覺系統(tǒng)的多分辨率特性，基于此提出一種基于非下采樣Contourlet變換的通用型盲（無參考）圖像質(zhì)量評(píng)價(jià)算法。首先在空間域上對(duì)圖像進(jìn)行非下采樣Contourlet變換；然后在各方向帶中分別提取能有效反映人類視覺失真程度的特征：高頻幅值、平均梯度、信息熵作為圖像的特征；最后將其輸入到高效的分層多核學(xué)習(xí)機(jī)中學(xué)習(xí)，預(yù)測(cè)圖像的質(zhì)量得分。在混合失真型數(shù)據(jù)庫和3個(gè)單失真型數(shù)據(jù)庫上的交叉實(shí)驗(yàn)結(jié)果表明，該算法性能優(yōu)越，能很好地預(yù)測(cè)失真圖像質(zhì)量，具有很好的主客觀一致性。