1 简介
随着互联网技术的飞速发展,数字图像被广泛的应用在人类生活中的众多领域,而图像的质量好坏将直接影响到人类对信息获取的准确度。所以,对图像进行质量评价则成为了一个基本的问题。从20世纪80年代至今,人们对图像质量评价的研究从未间断,从必需有原始图像的完整信息作为参考的全参考评价,到只需有部分原始图像信息作为参考的部分参考评价,再到不需任何原始图像信息作为参考的无参考评价研究过程,有大量的图像质量评价算法被提出。每个算法都有自己独特的思路以及特征提取方式。因此,如何从大量的图像质量评价算法中快速且直观的找出适合某类失真图像的最优图像质量评价算法具有很大的研究价值。MATLAB具有强大的矩阵运算能力、丰富的函数库、便捷的工具箱,以及可视化GUI界面平台等特点。处理图像比较方便,故非常受研究者的青睐。因此,为了对比分析大量图像质量评价算法的优缺点以及其适用失真类型范围,本文以MATLAB中提供的可视化GUI界面平台来设计一个图像质量评价系统。
2 部分代码
function SF = SpaceFrequency(image)%计算空间频率%=============================================%空间频率反映了一幅图像空间域的总体活跃度%=============================================% clear all% [filename,pathname]=uigetfile('*.*','图像');% A=imread([pathname,filename]);A=image;%s=size(size(A));%if s(2)==3% A=rgb2gray(A);%endA=double(A);[M,N]=size(A);sum1=0;sum2=0;%计算行频率for i=1:M for j=2:N w=A(i,j)-A(i,j-1); sum1=sum1+w^2; endendRF=sqrt(sum1/(M*N));%计算列频率for j=1:N for i=2:M w=A(i,j)-A(i-1,j); sum2=sum2+w^2; endendCF=sqrt(sum2/(M*N));SF = sqrt(RF^2+CF^2); 3 仿真结果
编辑
编辑
编辑
编辑