biqi算法matlab代码报错‘svm-scale‘ 不是内部或外部命令,也不是可运行的程序 或批处理文件。

biqi是一种无参考的评价指标,我在这篇博客中看到的https://blog.csdn.net/qq_38644840/article/details/80832822
感谢分享,原博客直接提供的是下载链接,即 http://live.ece.utexas.edu/research/quality/BIQI_release.zip
该算法详细的页面链接是这个https://live.ece.utexas.edu/research/Quality/index_algorithms.htm
它上面写的那个GitHub地址已经过期了,新的是这个
https://github.com/utlive/BIQI
于是下载解压,随便放了张图片命名为img1.jpg,然后就去测试这个函数

image = rgb2gray(imread('img1.jpg')); 


quality = biqi(image)

然后他就报错了。。。

  • 3
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
BIQI评价指标是一种基于感知特征的无参考图像质量评价指标,其原理主要基于以下几个方面: 1. 图像自然属性:BIQI利用自然图像的属性来评估失真图像的质量。自然图像通常具有较高的对比度、较强的边缘信息和较低的噪声水平等特征,因此,失真图像如果能够保留这些自然属性,则被认为是较好的图像。 2. 非参考模型:BIQI基于非参考模型,即不需要原始图像就能对失真图像进行评价。该模型包括两个部分:预处理和感知特征提取。预处理部分包括图像归一化和掩蔽调整两个步骤,以减少图像的干扰和噪声。感知特征提取部分利用Gabor滤波器提取图像的局部特征,然后将这些特征进行汇总,得出全局特征。 3. 感知特征:BIQI利用感知特征来评价失真图像的质量。感知特征包括对比度、结构相似度、亮度和饱和度等。对比度和结构相似度用于评价失真图像是否能够保留自然属性,亮度和饱和度用于评价失真图像的色彩是否失真。 4. 评价模型:BIQI使用支持向量回归(SVR)模型来建立失真图像质量评价模型。该模型通过训练一组失真图像和其相应的质量得分,来建立失真图像质量评价模型。然后,该模型可以用于评价其他失真图像的质量。 综上,BIQI评价指标的原理主要是通过提取感知特征,建立评价模型,评估失真图像的质量。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值