关于颜色图像质量评估的研究进展
Minjuan Gao1, Chenye Song1, Qiaorong Zhang1
1School of Computer Science and Technology, Taiyuan Normal University, Jinzhong 030619, China.
Journal of imaging
|September 26, 2025
概括
本研究回顾了彩色图像质量评估 (CIQA),探索了其应用和算法. 它引入了一个新的CIQA框架,重点关注完整参考和无参考方法,以改进图像评估.
科学领域:
- 计算机视觉 计算机视觉
- 图像处理 图像处理
- 感知计算是一种感知计算.
背景情况:
- 图像质量评估 (IQA) 对于对主观人类感知进行客观算法的评估至关重要.
- 彩色图像质量评估 (CIQA) 专门解决了彩色图像评估的复杂性.
- 现有的CIQA方法分为全参考 (FR),减少参考 (RR) 和无参考 (NR) 方法.
研究的目的:
- 系统地审查CIQA在图像压缩,处理优化和专业领域的应用.
- 分析CIQA.QA中使用的基准数据集和评估指标.
- 引入和评估一种新的CIQA彩色图像框架,重点关注FR和NR方法.
主要方法:
- 将CIQA算法分类为FR,RR和NR类型.
- 使用参考图像,机器学习和视觉感知模型分析FR方法.
- 通过提取和融合技术开发和应用NR方法,利用仅扭曲的特征.
- 专门的CIQA算法开发用于机器人,低光和水下成像.
主要成果:
- 该研究使用新开发的CIQA框架评估彩色图像.
- FR方法利用参考图像和先进的模型进行质量评估.
- 在没有参考图像的情况下,NR方法有效地使用扭曲特征进行质量评估.
- 专门的CIQA算法在特定领域的应用中显示出前景.
结论:
- CIQA对于各种图像应用至关重要,FR和NR方法具有明显的优势.
- 开发的CIQA框架为评估彩色图像质量提供了一种新的方法.
- 跨领域适应性和通用性的挑战仍然存在,突出了未来研究的领域.
- 未来的工作应该专注于适应性,上下文意识和协同 CIQA 方法.
