论文部分内容阅读
图像质量评价对于图像编码算法的有效选择具有重要意义。分形维数特征改变了传统方法对于图像梯度以及噪声分布等数学描述差异上的关注，从局部与整体信息的结构性角度来对图像质量进行评价，但是分形维数计算严重依赖于图像颜色空间上的局部极值点。因此需要强调分布在灰度级中间区域的图像细节在图像质量评价中的作用，提出了一种根据盒子数的分离程度来量化各个盒子的不同贡献，从而利用改进后的分形维数对图像质量进行评价的方法。通过对982张图像的监督评价实验，并且利用Pearson相关系数(CC)、Speamman相关系数(SROCC)以及Outlier率(OR)等分析方法，给出了评价过程的准确性、单调性和一致性结果。