matlab图片客观评价,图像质量评价（一）：IQA介绍

简介

图像质量评价(Image quality assessment,IQA)目的在于使用计算模型来衡量图像质量使结果与主观质量保持一致(即主观质量好的图像其IQA评分也应该越高)。随着数字图像和传输技术的快速增长，IQA在图像获取、传输、压缩、恢复、增强等领域也变得更加重要。由于主观IQA技术在很多场景(例如实时场景等)无法使用，所以需要发展客观IQA技术来自动的、稳健的衡量图像质量。同时需要评价结果与人类观察员是统计一致的。在过去几十年间已经出现了多种IQA方法。

IQA分类

根据是否有参考图像，IQA分为全参考(full reference,FR)，半参考( reduced-reference,RR)，无参考(no-reference)。

全参考FR：在FR问题中除了给出失真图像，还给出了无失真的参考图像。

半参考RR：在RR问题中给出了失真图像，没有参考图像，但是给了参考图像的部分信息。至于是哪种信息取决于你的算法。RR算法在实时系统中很有用，RR的工作原理如下图所示。

无参考NR：在NR问题中仅给出了失真图像。NR是最难的图像质量评价方法。

如何检验IQA评价是否准确࿱