基于NIQE算法的图像无参考质量评价算法matlab仿真

简介: 基于NIQE算法的图像无参考质量评价算法matlab仿真

1.算法运行效果图预览

2f89a6ee01e55fe09b75eacdc56cb87d_82780907_202402132215190139397978_Expires=1707834319&Signature=BsOrncqyJfgvanWi%2FQm85%2Fp2stA%3D&domain=8.jpeg
7484e62d905ce94c654037fafc110858_82780907_202402132215190201151849_Expires=1707834319&Signature=Ud4Wt8IzfpOm9Tlc4uFHUn8z6GY%3D&domain=8.jpeg

2.算法运行软件版本
MATLAB2022a

3.算法理论概述
NIQE(Naturalness Image Quality Evaluator)算法是一种无参考图像质量评价算法,旨在评估图像的自然度,即图像看起来是否像自然场景。 NIQE基于一组“质量感知”特征,并将其拟合到MVG模型中。质量感知特征源于一个简单但高度正则化的NSS模型。然后,将给定的测试图像的NIQE指标表示为从测试图像中提取的NSS特征的MVG模型与从自然图像语料中提取的质量感知特征的MVG模型之间的距离。整个过程由五步操作完成:

3.1 空域NSS特征提取

6e2454b95ee8787f34ccc5bb2f7ee04d_82780907_202402132214020794204708_Expires=1707834242&Signature=NKjovcOYcL5Z5Ho1QWIiPmcalrA%3D&domain=8.png

3.2 图像块选取

   一旦图像的系数由(1)式计算出,整张图像会被分割成P × P P\times{P}P×P的块。然后从每个块的系数中计算出特殊的NSS特征。方差(3)在之前的基于NSS的图片分析中常常被忽视。但是它在结构化图片信息上有丰富的内容。这些内容可以被用来量化局部图片的锐利度。(从美学上认为一幅图片越锐利它的成像效果会越好,平滑模糊代表一种视觉信息的潜在损失。)将P × P P\times{P}P×P的图像块用b = 1 , 2 , . . . , B b=1,2,...,Bb=1,2,...,B做标记,再用一种直接的方法计算每一块b bb平均局部偏移范围:

e805bb5323492523bae518375d852df5_82780907_202402132213520451300576_Expires=1707834232&Signature=ZYKh%2Fyv4p6r5bwdelVi8j%2ByD6b8%3D&domain=8.png

3.3 MVG模型
通过将自然图像块与MVG模型密度函数拟合,可以得到一个简单的NSS特征模型,MVG模型密度函数为:

983685b1cf6dde719a67741a829b279f_82780907_202402132212380668437017_Expires=1707834158&Signature=pwM%2BiMux54vdfNIN8OVkleBAarg%3D&domain=8.png

3.4 NIQE指标
NIQE分数的计算,是通过计算待测图片MVG模型参数和上面得到的自然图片MVG模型参数的距离来得到(如下式)。不过选择patch的准则(1)不应用到待测图片上,而只用在上面自然图片模型参数估计上。原因如下:

af2b16536018b28dc0505f731eeffeb4_82780907_202402132212270933848764_Expires=1707834147&Signature=agwkykmHoIneDdjzPDMjw9FVtsc%3D&domain=8.png

4.部分核心程序

clear;
close all;
warning off;
addpath(genpath(pwd));
rng('default')

Rbk     = 48;
Cbk     = 48;
Rlap    = 0;
Clap    = 0;
%加入不同的噪声,估计图像质量
im1     = imread('1.bmp');
quality1= func_quality(im1,Rbk,Cbk,Rlap,Clap);

im2     = imnoise(im1,'salt & pepper',0.001); %加入不同的噪声,估计图像质量
quality2= func_quality(im2,Rbk,Cbk,Rlap,Clap);


im3     = imnoise(im1,'salt & pepper',0.01); %加入不同的噪声,估计图像质量
quality3= func_quality(im3,Rbk,Cbk,Rlap,Clap);

im4     = imnoise(im1,'salt & pepper',0.05); %加入不同的噪声,估计图像质量
quality4= func_quality(im4,Rbk,Cbk,Rlap,Clap);

im5     = imnoise(im1,'salt & pepper',0.1); %加入不同的噪声,估计图像质量
quality5= func_quality(im5,Rbk,Cbk,Rlap,Clap);

im6     = imnoise(im1,'salt & pepper',0.25); %加入不同的噪声,估计图像质量
quality6= func_quality(im6,Rbk,Cbk,Rlap,Clap);


figure;
subplot(231);
imshow(im1);
title(['质量估计值:',num2str(100/quality1)]);

subplot(232);
imshow(im2);
title(['质量估计值:',num2str(100/quality2)]);

subplot(233);
imshow(im3);
title(['质量估计值:',num2str(100/quality3)]);

subplot(234);
imshow(im4);
title(['质量估计值:',num2str(100/quality4)]);

subplot(235);
imshow(im5);
title(['质量估计值:',num2str(100/quality5)]);

subplot(236);
imshow(im6);
title(['质量估计值:',num2str(100/quality6)]);
相关文章
|
2天前
|
传感器 算法 vr&ar
六自由度Stewart控制系统matlab仿真,带GUI界面
六自由度Stewart平台控制系统是一种高精度、高稳定性的运动模拟装置,广泛应用于飞行模拟、汽车驾驶模拟、虚拟现实等领域。该系统通过六个独立的线性致动器连接固定基座与移动平台,实现对负载在三维空间内的六个自由度(三维平移X、Y、Z和三维旋转-roll、pitch、yaw)的精确控制。系统使用MATLAB2022a进行仿真和控制算法开发,核心程序包括滑块回调函数和创建函数,用于实时调整平台的位置和姿态。
|
11天前
|
算法 安全 数据安全/隐私保护
基于game-based算法的动态频谱访问matlab仿真
本算法展示了在认知无线电网络中,通过游戏理论优化动态频谱访问,提高频谱利用率和物理层安全性。程序运行效果包括负载因子、传输功率、信噪比对用户效用和保密率的影响分析。软件版本:Matlab 2022a。完整代码包含详细中文注释和操作视频。
|
2天前
|
机器学习/深度学习 算法 调度
基于ACO蚁群优化的VRPSD问题求解matlab仿真,输出规划路径结果和满载率
基于ACO蚁群优化的VRPSD问题求解MATLAB仿真,输出ACO优化的收敛曲线、规划路径结果及每条路径的满载率。在MATLAB2022a版本中运行,展示了优化过程和最终路径规划结果。核心程序通过迭代搜索最优路径,更新信息素矩阵,确保找到满足客户需求且总行程成本最小的车辆调度方案。
|
8天前
|
人工智能 算法 数据安全/隐私保护
基于遗传优化的SVD水印嵌入提取算法matlab仿真
该算法基于遗传优化的SVD水印嵌入与提取技术,通过遗传算法优化水印嵌入参数,提高水印的鲁棒性和隐蔽性。在MATLAB2022a环境下测试,展示了优化前后的性能对比及不同干扰下的水印提取效果。核心程序实现了SVD分解、遗传算法流程及其参数优化,有效提升了水印技术的应用价值。
|
11天前
|
机器学习/深度学习 算法 调度
基于ACO蚁群优化的VRPSD问题求解matlab仿真,输出规划路径结果和满载率
该程序基于ACO蚁群优化算法解决VRPSD问题,使用MATLAB2022a实现,输出优化收敛曲线及路径规划结果。ACO通过模拟蚂蚁寻找食物的行为,利用信息素和启发式信息指导搜索,有效求解带时间窗约束的车辆路径问题,最小化总行程成本。
|
9天前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于贝叶斯优化CNN-LSTM网络的数据分类识别算法matlab仿真
本项目展示了基于贝叶斯优化(BO)的CNN-LSTM网络在数据分类中的应用。通过MATLAB 2022a实现,优化前后效果对比明显。核心代码附带中文注释和操作视频,涵盖BO、CNN、LSTM理论,特别是BO优化CNN-LSTM网络的batchsize和学习率,显著提升模型性能。
|
9天前
|
算法 C++ Windows
基于离散差分法的复杂微分方程组求解matlab数值仿真
本程序基于离散差分法求解复杂微分方程组,将连续微分方程转化为差分方程,采用一阶显式时间格式和一阶偏心空间格式。在MATLAB2022a上测试通过,展示了运行结果。
|
14天前
|
存储
基于遗传算法的智能天线最佳阵列因子计算matlab仿真
本课题探讨基于遗传算法优化智能天线阵列因子,以提升无线通信系统性能,包括信号质量、干扰抑制及定位精度。通过MATLAB2022a实现的核心程序,展示了遗传算法在寻找最优阵列因子上的应用,显著改善了天线接收功率。
|
2天前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于GA-PSO-SVM算法的混沌背景下微弱信号检测matlab仿真
本项目基于MATLAB 2022a,展示了SVM、PSO、GA-PSO-SVM在混沌背景下微弱信号检测中的性能对比。核心程序包含详细中文注释和操作步骤视频。GA-PSO-SVM算法通过遗传算法和粒子群优化算法优化SVM参数,提高信号检测的准确性和鲁棒性,尤其适用于低信噪比环境。
|
14天前
|
机器学习/深度学习 存储 算法
基于圆柱体镜子和光线跟踪实现镜反射观测全景观图的matlab模拟仿真
本程序基于圆柱体镜子和光线跟踪技术,实现镜反射观测全景观图。通过模拟光线在场景与圆柱镜面之间的交互,构建出360°全景视图。核心算法涉及几何光学、计算机图形学和数值计算,适用于MATLAB 2022a版本。