人眼视觉特性引导的频率感知无参考图像质量评

研究背景与问题

在数字图像处理领域，无参考图像质量评价（No-Reference Image Quality Assessment, NR-IQA）技术对于评估图像在复杂失真场景下的质量具有重要意义。然而，现有的NR-IQA方法在处理复杂失真图像时，往往存在频率信息利用不足以及高频细节表征能力受限的问题。这些缺陷导致评价结果与人类视觉感知存在较大偏差，无法准确反映人眼对图像质量的判断。

研究方法

为了解决上述问题，本研究提出了一种基于人眼视觉特性引导的频率感知无参考图像质量评价方法。该方法首先采用轻量级层次化视觉Transformer网络作为骨干网络，进行多尺度特征提取，从而实现从局部纹理到全局语义的信息建模。在此基础上，结合人眼视觉特性，对提取的特征进行优化处理，以提高高频细节的表征能力。

核心结果

实验结果表明，该方法在多种复杂失真场景下均表现出良好的性能。与传统NR-IQA方法相比，本文提出的频率感知评价方法在主观评价和客观评价指标上均有显著提升。具体而言，该方法在主观评价方面，能够更准确地反映人眼对图像质量的判断；在客观评价指标方面，具有较高的相关性，能够有效评估图像质量。

结论与意义

本研究提出的人眼视觉特性引导的频率感知无参考图像质量评价方法，在复杂失真场景下具有较高的准确性和有效性。该方法不仅能够提高NR-IQA技术的性能，而且有助于推动图像处理领域相关技术的发展。此外，该研究成果对于实际应用，如图像压缩、图像修复等领域具有重要的指导意义。

上一篇：量子点电润湿显示器件的驱动响应与双阶段波形

下一篇：基于高斯径向基函数的非饱和随机共振低照度图