基于感兴趣区域的图像质量评价算法研究

目的 降低计算量， 提高计算效率， 达到评价算法与人眼观察的一致性。方法 首先提取感兴趣区域， 利用眼动仪记录人眼在观察图像时的关注点、 关注时长、 眼球运动轨迹以及眼跳数据， 然后提取显著区域。将感兴趣区域引入客观视觉模型中评价图像质量， 通过测量图像的有效感知跃变百分数，客观评价图像质量的优劣， 并且与传统算法进行比较。结果 感兴趣区域包含了图像大部分的关键信息， 即人眼关注的信息。基于不同增强方法的图像感兴趣区域内的有效感知跃变百分数均大于原始图像的有效感知跃变百分数（20.3%）。结论 提出的算法优于传统客观评价算法， 且客观质量评价的结果更符合人眼视觉特性