图像和视频质量的算法可分为三大类

图像和视频质量的算法可分为三大类：

一、视频全参考（FR）测试方法，其中QA算法获得了一个“完美”的版本的图像或视频，它可以比较“扭曲”。“完美”的版本一般来自高质量的采集装置，之前它是扭曲的，说，文物和传输错误。然而，参考图像或视频通常需要更多的资源比扭曲的版本，因此FR QA一般只作为一种工具设计的图像和视频处理算法在测试，不能部署一个应用。

二、视频无参考（NR）测试方法，其测试方法只能访问的失真信号，必须估计出信号的质量没有任何知识的“完美”的版本。由于NR方法不需要任何参考信息，他们可以用在任何应用程序需要一个质量测量。然而，这种灵活性所付出的代价是在算法进行精确质量预测的能力，或一个有限的范围内对NR的QA算法（如天然橡胶质量的JPEG图像等）。

三、视频客观参考（RR）的质量保证方法，其中部分信息的“完美”版本是可用的。侧通道（称为RR通道）存在的一些有关的资料可以提供给QA算法。RR的QA算法使用这部分参考信息来判断失真的信号质量。

       图像和视频处理的一般处理是用于人类消费的信号的领域，如图像或视频在互联网上。一个图像或视频可以通过处理多阶段之前提交给人类观察者，和处理的每一个阶段都可能引入的失真，可以减少最终的显示质量。例如，图像和视频的摄像头设备，可能会引入失真由于光学，获得传感器的噪声、色彩校正、曝光控制、摄像机等采集后的图像或视频，还可以通过压缩算法，减少存储或传输的带宽要求的处理。这种压缩算法一般是在带宽达到更高的储蓄让某些扭曲发生的信号。同样，比特错误，这发生在一个图像在传输信道或（很少）存储时，也往往会扭曲。最后，显示装置用于使最终输出可以介绍一些自己的失真，如低繁殖量标定等决议，不失真，每个阶段将主要取决于经济的设备和/或物理上的限制。

一是能够测量的图像或视频的质量明显感兴趣，并且评估失真，已经在不同的阶段添加到它。确定图像或视频质量的一个显而易见的方法是从人类观察者的意见征求。毕竟，这些信号都是供人食用的。然而，这种方法并不可行，不仅由于剪切的图像和视频，都是“有”也是因为我们希望能够嵌入质量测量技术的算法处理图像和视频，使其输出的质量可能是一个给定的资源最大化。

目的研究在客观图像质量评价是制定量化的指标，可以自动预测感知的图像质量。一般来说，客观图像质量度量可以在广泛的应用中起着重要作用，如图像的采集、压缩、通信、显示、打印、恢复、增强，分析和水印。首先，它可以用来动态地监控和调整图像质量。其次，它可以用来优化算法和参数设置的图像处理系统。第三、可用于基准图像处理系统和算法。

总之，客观质量测量（与主观质量评估由人类观察员）旨在确定质量的图像或视频的算法。客观质量评估（QA）研究的目标是设计算法的质量预测与主观评分从人类观察者一致。