论文阅读：(NIQE)Making a ‘Completely Blind’ Image Quality Analyzer

之前看的一篇文章，今天翻到了，在这里做一个简单的整理，这是一篇较为传统的IQA论文

该模型仅利用自然图像中观察到的统计规律的可测量偏差，而没有对人类评级的扭曲图像进行训练。

测试图像的质量表示为从测试图像中提取的NSS特征（共计36）与多元高斯模型（MVG）进行拟合，得到的数据与从自然语料库中提取的质量感知特征的MVG模型进行拟合，这两者之间的距离。

实验步骤：

1. 计算MSCN系数
2. 系数MSCN得到后，将该图像分为P×P尺寸的块，这里的P值设置为96×96。
3. 利用GGD和AGGD提取18个图像特征，后经过两个尺度（低通滤波和系数为2的下采样），得到最终的36个特征；

模型建立

从125张原始图像中提取36个特征的平均值，与MVG模型进行拟合，利用最大似然估计得到该模型均值和协方差，得到自然图像的模型。测试图像提取36个特征，与MVG模型进行拟合，计算这两个数据之间的距离，就是最后的图片质量。（值大，质量差；值小，质量好。）