基于自然场景统计的色域映射图像无参考质量评价 下载: 888次
No-Reference Quality Evaluation for Gamut Mapping Images Based on Natural Scene Statistics
1 成都理工大学工程技术学院, 四川 乐山 614000
2 中国矿业大学信息与控制工程学院, 江苏 徐州 221116
图 & 表
图 1. 本算法框架图
Fig. 1. Framework of our algorithm
下载图片 查看原文
图 2. 原始图像和质量逐渐降低的色域映射图像。(a)原始图像;(b)色域映射图像1;(c)色域映射图像2; (d)色域映射图像3
Fig. 2. Original image and gamut mapping images with decreasing quality. (a) Original image; (b) gamut mapping image1; (c) gamut mapping image2; (d) gamut mapping image3
下载图片 查看原文
图 3. 图像频域矩和熵随频率的变化。(a)图像频域熵随频率的变化;(b)图像频域均值随频率的变化;(c)图像频域标准差随频率的变化
Fig. 3. Changes in the frequency domain moment and entropy of the image with frequency. (a) Change of image frequency domain entropy with frequency; (b) change of image frequency domain mean with frequency; (c) change of image frequency domain standard deviation with frequency
下载图片 查看原文
图 4. 相对彩度经验直方图
Fig. 4. Empirical histograms of relative chroma
下载图片 查看原文
图 5. 相对色调经验直方图
Fig. 5. Empirical histograms of relative hue
下载图片 查看原文
图 6. 相对色调和相对彩度的经验直方图
Fig. 6. Empirical histogram of relative hue and chroma
下载图片 查看原文
图 7. AdaBoosting BPNN的结构。(a) AdaBoosting算法的结构;(b) BPNN的结构
Fig. 7. Structure of the AdaBoosting BPNN; (a) Structure of the AdaBoosting algorithm; (b) structure of BPNN
下载图片 查看原文
图 8. 灰度特征和颜色特征的性能对比。(a) BS数据库;(b)IG数据库;(c) LC数据库
Fig. 8. Performance comparison of grayscale features and color features. (a) BS database; (b) IG database; (c) LC database
下载图片 查看原文
图 9. 峰值特征对算法性能的影响。(a) BS数据库;(b) IG数据库;(c) LC数据库
Fig. 9. Influence of peak value features on algorithm performance. (a) BS database; (b) IG database; (c) LC database
下载图片 查看原文
图 10. 色域映射图像实例。(a) MOS为0.6268;(b) MOS为0.5972;(c) MOS为0.2927;(d) MOS为0.1341
Fig. 10. Example of gamut mapping images. (a) MOS is 0.6268; (b) MOS is 0.5972; (c) MOS is 0.2927; (d) MOS is 0.1341
下载图片 查看原文
表 1色域映射图像质量评价数据库
Table1. Gamut mapping image quality evaluation databases
Database | Referenceimage | Distortedimage | Evaluation | GAM |
---|
BS | 97 | 1067 | 5199 | 11 | IG | 65 | 520 | 3698 | 8 | LC | 72 | 576 | 5209 | 8 |
|
查看原文
表 2不同算法在三个数据库中的性能对比
Table2. Performance comparison of different algorithms in three databases
Algorithm | BS | IG | LC |
---|
PLCC | SRCC | KRCC | RMSE | PLCC | SRCC | KRCC | RMSE | PLCC | SRCC | KRCC | RMSE |
---|
BRISQUE | 0.7633 | 0.5678 | 0.4126 | 0.4386 | 0.5153 | 0.4654 | 0.3345 | 0.4739 | 0.5026 | 0.5274 | 0.3802 | 0.4229 | BIQI | 0.6188 | 0.4422 | 0.3135 | 0.5335 | 0.3680 | 0.3078 | 0.2227 | 0.5115 | 0.3777 | 0.3521 | 0.2486 | 0.4516 | DESIQUE | 0.8213 | 0.5941 | 0.4354 | 0.3878 | 0.5987 | 0.5666 | 0.4211 | 0.4440 | 0.5692 | 0.5973 | 0.4429 | 0.4367 | DIIVINE | 0.7339 | 0.5457 | 0.3949 | 0.4603 | 0.4289 | 0.3694 | 0.2694 | 0.4986 | 0.4210 | 0.4111 | 0.2920 | 0.4441 | NFERM | 0.7441 | 0.5556 | 0.4072 | 0.4539 | 0.4399 | 0.4150 | 0.2968 | 0.4942 | 0.4934 | 0.4985 | 0.3617 | 0.4263 | BLIINDS_II | 0.7081 | 0.5499 | 0.4031 | 0.4777 | 0.3646 | 0.3102 | 0.2184 | 0.5127 | 0.4274 | 0.3323 | 0.2370 | 0.4449 | IDEAL | 0.7859 | 0.6652 | 0.4994 | 0.4173 | 0.6195 | 0.6139 | 0.4550 | 0.4327 | 0.5780 | 0.5989 | 0.4417 | 0.3977 | IL_NIQE | 0.5545 | 0.4849 | 0.3937 | 0.4923 | 0.3560 | 0.3416 | 0.2808 | 0.4019 | 0.4748 | 0.3459 | 0.3439 | 0.3842 | NIQE | 0.5840 | 0.4479 | 0.3840 | 0.5132 | 0.3724 | 0.3667 | 0.2936 | 0.4675 | 0.4748 | 0.3247 | 0.2418 | 0.3458 | Ours | 0.8170 | 0.6774 | 0.5100 | 0.3918 | 0.7369 | 0.7086 | 0.5526 | 0.3773 | 0.6256 | 0.6154 | 0.4630 | 0.3849 |
|
查看原文
表 3不同算法的预测结果
Table3. Predicted results by different algorithms
Image | MOS | DESIQUE | BRISQUE | IL_NIQE | IDEAL | Ours |
---|
Fig.10(a) | 0.6268 | 21.2382 | 18.4999 | 20.5977 | 4.6353 | 0.6736 | Fig.10(b) | 0.5927 | 21.4467 | 20.2568 | 22.5301 | 4.7215 | 0.6213 | Fig.10(c) | 0.2927 | 22.1088 | 20.7486 | 22.2513 | 4.3958 | 0.3042 | Fig.10(d) | 0.1341 | 20.5985 | 26.2595 | 22.3621 | 4.1315 | 0.1556 |
|
查看原文
余伟, 徐晶晶, 刘玉英, 张俊升, 李腾腾. 基于自然场景统计的色域映射图像无参考质量评价[J]. 激光与光电子学进展, 2020, 57(14): 141006. Wei Yu, Jingjing Xu, Yuying Liu, Junsheng Zhang, Tengteng Li. No-Reference Quality Evaluation for Gamut Mapping Images Based on Natural Scene Statistics[J]. Laser & Optoelectronics Progress, 2020, 57(14): 141006.