一种新的JPEG图像无参考客观质量评价方法

doi:10.3778/j.issn.1002-8331.2008.27.061

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (27): 191-193.DOI: 10.3778/j.issn.1002-8331.2008.27.061

• 图形、图像、模式识别 • 上一篇下一篇

一种新的JPEG图像无参考客观质量评价方法

黄继风

上海师范大学计算机科学与技术系，上海 200234

收稿日期:2007-11-13 修回日期:2008-02-25 出版日期:2008-09-21 发布日期:2008-09-21
通讯作者: 黄继风

New method of no-reference objectively assessing JPEG image quality

HUANG Ji-feng

Department of Computer Science and Technology，Shanghai Normal University，Shanghai 200234，China

Received:2007-11-13 Revised:2008-02-25 Online:2008-09-21 Published:2008-09-21
Contact: HUANG Ji-feng

摘要/Abstract

摘要： Parsval’s原理指出，图像压缩前、后像素值的均方误差值等同与图像压缩前、后DCT系数的均方误差值，根据这一思想设计了JPEG图像无参考客观质量评价算法。假设图像的DCT系数是Laplacian分布，首先根据JPEG图像的DCT系数估计出图像压缩前的DCT系数分布参数，并由此估算出图像压缩前、后DCT系数的均方误差值。实验结果表明，该方法所用指标能准确地描述JPEG图像的质量且与空间域均方误差指标相符。

关键词: 图像质量评价, 参数估计, JPEG图像, Laplacian分布

Abstract: According to Parseval’s theorem，the MSE in the pixel domain is equivalent to the mean square quantization error in the DCT domain because DCT is a normalized orthogonal transformation.Based on this idea，a new method of no-reference objectively assessing image quality is presented.The DCT coefficients of the ac component can be approximated as a Laplacian distribution.Firstly，estimating the Laplacian parameter from the observed dequantized DCT coefficients，amplitude distributions of DCT coefficients of the source are given，the mean square quantization error in the DCT domain is obtained.Experimental results have shown，it is in good accordance with the image quality，and in accordance with the MSE in the pixel domain.

Key words: assessment of image quality, parameter estimation, JPEG, Laplacian distribution

黄继风. 一种新的JPEG图像无参考客观质量评价方法[J]. 计算机工程与应用, 2008, 44(27): 191-193.

HUANG Ji-feng. New method of no-reference objectively assessing JPEG image quality[J]. Computer Engineering and Applications, 2008, 44(27): 191-193.

[1]	曹玉东，刘海燕，贾旭，李晓会. 基于深度学习的图像质量评价方法综述[J]. 计算机工程与应用, 2021, 57(23): 27-36.
[2]	孙菁阳，陈凤东，韩越越，吴煜雯，甘雨，刘国栋. 图像超分辨率重建算法综述[J]. 计算机工程与应用, 2021, 57(17): 1-9.
[3]	孟娜，李艳艳，汪霖. 基于CITAF-HAF的立方调频信号参数估计[J]. 计算机工程与应用, 2021, 57(17): 75-79.
[4]	程晓梅，沈远彤. 双目标的CNN无参考图像质量评价方法[J]. 计算机工程与应用, 2019, 55(9): 26-32.
[5]	张凯兵，朱丹妮，王珍，闫亚娣. 超分辨图像质量评价综述[J]. 计算机工程与应用, 2019, 55(4): 31-40.
[6]	王秋萍，王梦娜，王晓峰. 改进收敛因子和比例权重的灰狼优化算法[J]. 计算机工程与应用, 2019, 55(21): 60-65.
[7]	杨璐1，2，3，王辉1，2，魏敏3. 基于机器学习的无参考图像质量评价综述[J]. 计算机工程与应用, 2018, 54(19): 34-42.
[8]	李云红，王珍，张凯兵，章为川，闫亚娣. 基于学习的图像超分辨重建方法综述[J]. 计算机工程与应用, 2018, 54(15): 13-21.
[9]	吕风杰，信科. 基于小波域峰态值的无参考噪声图像评价算法[J]. 计算机工程与应用, 2017, 53(7): 202-205.
[10]	李健1，曲怀敬1，王美平2，许鸿奎1. 基于PCA和广义高斯建模的多聚焦图像融合[J]. 计算机工程与应用, 2017, 53(5): 216-221.
[11]	于康龙1，秦卫城1，杨进1，许若飞2. 超分辨重建图像质量评价算法[J]. 计算机工程与应用, 2017, 53(2): 201-205.
[12]	马垒1，赵拥军1，赵闯1，朱健东2. STLFMCW信号的周期FRFT检测与参数估计[J]. 计算机工程与应用, 2017, 53(1): 134-141.
[13]	杨辉跃，涂亚庆，张海涛，陈宝欣. 科氏流量计振动信号参数估计的最小二乘法[J]. 计算机工程与应用, 2016, 52(3): 252-255.
[14]	康良成，李朝锋. 基于轮廓波数字水印的JPEG图像质量评价方法[J]. 计算机工程与应用, 2016, 52(21): 206-210.
[15]	黄从贵1，高雅1，彭力2. 工业过程多模型建模及辨识方法研究[J]. 计算机工程与应用, 2016, 52(20): 251-256.

一种新的JPEG图像无参考客观质量评价方法

New method of no-reference objectively assessing JPEG image quality

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics