基于PLSA的圖像質量評價關鍵問題研究.pdf

1、如今圖像信息技術已經在多個領域得到了廣泛地應用，隨之而來的對圖像質量的客觀評價需求也與日俱增。相對于有參考的圖像質量客觀評價，無參考圖像質量評價的研究更是處于起步階段，PLSA框架的引入為圖像質量評價開辟了一個嶄新的途徑，并取得了一定的進展。但與此同時也出現了基于PLSA的圖像質量評價結果不確定性、語義相似度度量方法過于單一以及底層多失真類型特征的獲取等問題，因此解決這些問題是提高圖像質量評價結果的關鍵。
　　本文在基于PLSA算

2、法的圖像質量評價基礎框架上，分別采用了K折交叉驗證方法、KL距離及Hellinger距離語義度量方法以及失真圖像的多維特征提取算法對上述三個問題分別進行了深入的研究，并將得到的結果與原方法進行分析與比較，并得到了較為滿意的效果。
　　從實驗結果中可以看出，K折交叉驗證算法可以在一定程度上擴充樣本數量，進而獲得更加穩(wěn)定的模型，對圖像質量評價的訓練過程有著巨大的作用。而從三種語義相似度度量方法的比較中可以看出，Hellinger距離和