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
|
11天前
|
算法 数据挖掘 数据安全/隐私保护
基于FCM模糊聚类算法的图像分割matlab仿真
本项目展示了基于模糊C均值(FCM)算法的图像分割技术。算法运行效果良好,无水印。使用MATLAB 2022a开发,提供完整代码及中文注释,附带操作步骤视频。FCM算法通过隶属度矩阵和聚类中心矩阵实现图像分割,适用于灰度和彩色图像,广泛应用于医学影像、遥感图像等领域。
|
12天前
|
算法 调度
基于遗传模拟退火混合优化算法的车间作业最优调度matlab仿真,输出甘特图
车间作业调度问题(JSSP)通过遗传算法(GA)和模拟退火算法(SA)优化多个作业在并行工作中心上的加工顺序和时间,以最小化总完成时间和机器闲置时间。MATLAB2022a版本运行测试,展示了有效性和可行性。核心程序采用作业列表表示法,结合遗传操作和模拟退火过程,提高算法性能。
|
12天前
|
机器学习/深度学习 算法 芯片
基于GSP工具箱的NILM算法matlab仿真
基于GSP工具箱的NILM算法Matlab仿真,利用图信号处理技术解析家庭或建筑内各电器的独立功耗。GSPBox通过图的节点、边和权重矩阵表示电气系统,实现对未知数据的有效分类。系统使用MATLAB2022a版本,通过滤波或分解技术从全局能耗信号中提取子设备的功耗信息。
|
12天前
|
机器学习/深度学习 算法 5G
基于MIMO系统的SDR-AltMin混合预编码算法matlab性能仿真
基于MIMO系统的SDR-AltMin混合预编码算法通过结合半定松弛和交替最小化技术,优化大规模MIMO系统的预编码矩阵,提高信号质量。Matlab 2022a仿真结果显示,该算法能有效提升系统性能并降低计算复杂度。核心程序包括预编码和接收矩阵的设计,以及不同信噪比下的性能评估。
31 3
|
26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。
|
1月前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于MSER和HOG特征提取的SVM交通标志检测和识别算法matlab仿真
### 算法简介 1. **算法运行效果图预览**:展示算法效果,完整程序运行后无水印。 2. **算法运行软件版本**:Matlab 2017b。 3. **部分核心程序**:完整版代码包含中文注释及操作步骤视频。 4. **算法理论概述**: - **MSER**:用于检测显著区域,提取图像中稳定区域,适用于光照变化下的交通标志检测。 - **HOG特征提取**:通过计算图像小区域的梯度直方图捕捉局部纹理信息,用于物体检测。 - **SVM**:寻找最大化间隔的超平面以分类样本。 整个算法流程图见下图。
|
13天前
|
存储 算法 决策智能
基于免疫算法的TSP问题求解matlab仿真
旅行商问题(TSP)是一个经典的组合优化问题,目标是寻找经过每个城市恰好一次并返回起点的最短回路。本文介绍了一种基于免疫算法(IA)的解决方案,该算法模拟生物免疫系统的运作机制,通过克隆选择、变异和免疫记忆等步骤,有效解决了TSP问题。程序使用MATLAB 2022a版本运行,展示了良好的优化效果。
|
23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。
|
25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。
|
29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。