论文部分内容阅读
现有的图像质量评价算法大部分都是基于单个参数,评价不够全面。提出了基于多参数和极限学习机的图像质量评价方法,该方法融合了传统统计参数(PSNR)、基于结构相似度的参数(SSIM)和基于自然场景分析的参数(VIF和FSIM),将这些参数作为极限学习机的输入,拟合出这些特征参数和人类主观评价分值的内在关系,挖掘其内在规律。本方法和采用单独参数评价的算法进行对比分析,在TID图像质量评价库上的实验结果表明,该方法得到了比单独参数和BP方法更好的主观感知一致性。