基于广义回归神经网络无参考模糊图像质量评价 (2013年)

提出一种基于广义回归神经网络的无参考模糊图像质量评价方法。该方法首先通过相位一致变换生成待评测图像的相位一致图像，然后利用灰度共生矩阵计算相位一致图像的信息熵、能量、对比度、相关性和同质性5个特征，最后利用广义回归神经网络模型训练学习，预测得到无参考模糊图像质量得分。在3个公开数据库模糊图像上的实验结果表明，新方法预测得分与主观得分有较好的一致性，更加符合人类视觉特性。