基于非下采样变换的通用型盲图像质量评价算法

　　非下采样轮廓波（Contourlet）变换具有多尺度、多方向特性，能够对图像纹理和结构信息进行精确提取，可以很好地模拟人类视觉系统的多分辨率特性，基于此提出一种基于非下采样Contourlet变换的通用型盲（无参考）图像质量评价算法。首先在空间域上对图像进行非下采样Contourlet变换；然后在各方向带中分别提取能有效反映人类视觉失真程度的特征：高频幅值、平均梯度、信息熵作为图像的特征；最后将其输入到高效的分层多核学习机中学习，预测图像的质量得分。在混合失真型数据库和3个单失真型数据库上的交叉实验结果表明，该算法性能优越，能很好地预测失真图像质量，具有很好的主客观一致性。