关于通用型无参考图像质量评价算法的论文研究综述.pdf

简介：
本论文综述了通用型无参考图像质量评价算法的研究进展，涵盖了多种现有方法及其应用，并探讨未来的发展趋势与挑战。 图像质量评价能够有效评估在采集与传输过程中产生的失真或退化现象，在数字多媒体领域有着广泛的应用前景。近年来，无参考图像质量评价算法由于无需依赖参考图像的先验知识，成为该领域的研究热点之一。基于对国内外文献的深入调研，本段落从原理和性能比较两个维度系统地总结了BIQI、DIIVINE、BLIINDS（包括其改进版BLIINDS-II）、BRISQUE、NIQE以及GRNN等几种当前表现优异的无参考图像质量评价算法。文中详细介绍了这些算法在特征提取与质量评估方面的原理，并通过LIVE数据库进行仿真测试，对其性能和执行速度进行了对比分析。同时提出了未来研究方向。尽管上述总结的无参考评价方法已经展现出较好的效果，但在实际应用中仍高度依赖于数据库中的主观评分数据，在精度及复杂度方面也存在改进空间，需要进一步深入探究以提升算法效能。