彩色图像质量评价(CIQA)是目前图像质量评价(IQA)研究的一个热点。色度信息对人类视觉系统(HVS)会产生一定的影响,将RGB图像转换到另一色彩空间YIQ,将灰度图像的结构相似性指标(SSIM)、基于梯度的SSIM(GSSIM)扩展得到彩色图像的SSIM和GSSIM(即C-SSIM和C-GSSIM)。HVS是一个复杂的非线性系统,采用2种广义平均池化策略来刻画HVS特性,以提高C-SSIM、C-GSSIM及彩色图像的特征相似性(C-FSIM)的评价效果。在TID2013图像数据库中进行数值计算,结果表明:基于广义平均池化策略的C-SSIM、C-GSSIM及C-FSIM能有效提高IQA的准确率。

为了设计与人的主观评价相吻合的全参考型客观图像质量评价(IQA)算法。针对不同算法提取的局部特征, 利用广义平均的非线性性质, 提出了2种池化策略, 以提高结构相似度(SSIM), 梯度结构相似度 (GSSIM), 特征相似度指标 (FSIM)的评价能力。在TID2008和TID2013数据库中进行数值实验, 讨论了所有失真类型非线性参数的选择以及不同失真类型之间非线性参数的变化。结果表明, 采用广义平均池化策略能提高IQA算法的有效性。4种客观评价指标Spearman等级相关系数(SROCC)、Kendall等级相关系数(KROCC)、Pearson线性相关系数(PLCC)和均方误差根(RMSE)表明所提算法性能优于已有的算法, 与人的视觉系统具有一致性。