论文研究基于小波域峰态值的无参考噪声图像评价算法.pdf

随机散布在自然图像里的噪声失真一般会破坏图像的原始概率密度分布。研究发现，无失真自然图像和它对应的噪声图像在离散小波变换（DiscreteWaveletTransform，DWT）系数分布上有很大区别：对于自然图像，其DWT系数分布比较尖锐，峰值高，拖尾短；对于噪声图像，其系数分布则比较扁平，峰值低，拖尾长。作为一种常用的统计特征描述，峰态值可以度量和区分不同失真程度的噪声图像的DWT系数分布，而且，DWT系数分布的峰态值具有很好的频率尺度不变性。基于以上特性，提出了一种无参考噪声图像质量评价模型（BlindNoisyImageQualityAssessmentmodelusi