融合梯度信息与HVS滤波器的无参考清晰度评价

目的目前无参考图像质量评价算法的性能存在较大的提升空间,为了提高清晰度评价技术,提出了一种基于梯度信息与HVS滤波器的无参考清晰度评价算法(GI-F)。方法该算法首先利用梯度算子计算各像素点的梯度信息,再通过HVS滤波器得到加权和作为图像的清晰度指标。结果在公开数据库LIVE、TID2008和CSIQ上进行的实验,GI-F与S3(SpectralandSpatialSharpness)、CPBD(CumulativeProbabilityofBlurDetection)和LPC-SI(LocalPhaseCoherence-basedSharpnessIndex)相比,性能指标RMSE(RootMeanSquaredError)、PLCC(PearsonLinearCorrelationCoefficient)和SROCC(SpearmanRank-OrderCorrelationCoefficient)分别提升了20.66%、4.61%和3.33%;同时GI-F还具有更低的计算复杂度,即使与目前最好的BRISQUE(Blind/ReferencelessImageSpatialQUalityEvaluator)算法相比,耗时也降低了79.72%。结论该算法只需耗费更少的时间即可计算出与人眼感知更加接近的客观清晰度指标,可广泛用于无参考图像情况下的清晰度指标计算场合,同时还可以通过并行计算进一步降低其计算时间。