针对屏幕内容图像的无参考评价算法

　　随着多客户端交互多媒体应用的快速发展，屏幕内容图像（Screen content image，SCI）的分发和处理与日俱增．图像质量评价课题的研究是其它许多应用的基础。至今图像质量评价课题研究的重点是传统自然图像。因此针对屏幕图像质量评价的研究就变的非常迫切和必要．客观图像质量评价算法的提出的基础建立在标准图像质量评价数据库上．本文首先构建了一个大规模的屏幕内容图像质量评价数据库（lmmersive Media Laboratory screen　contentlmage quality database，IML-SCIQD）.IML-SCIQD数据库包含参考图像25张以及经过10种失真处理的1250张失真图像，以建立的IML-SCIQD数据库为基础，考虑到屏幕内容图像图像区域和文本区域的视觉感知差异，在基于自然场景统计的无参考方法的启发下。本文提出了针对屏幕内容图像的无参考评价算法（Natural Scene Statistics　based No Reference Screen Content Image Quality Assessment metric，NSNRS）.NSNRS算法首先分别计算图像区域和文本区域的质量分数。再将这两个区域的质量分数结合起来得到整幅失真图像的质量分数．该算法与其它12种经典的客观评价算法，包括全参考算法，部分参考算法与无参考算法，在IML-SCIQD数据库和SIQAD数据库上进行了性能测试和对比，结果表明本文提出的算法优于经典的的无参考评价算法：就整个数据库而言。本文提出的算法可以达到与全参考方法相当的性能。