图像质量评价之数据库
视频质量专家组(Video Quality Experts Group, VQEG)发起的评价算法性能校准项目的主要思想是通过组织主观实验获取图像的主观质量,以主客观质量的一致性来判断客观评价算法的性能。目前常用的数据主要有以下8种:
1)LIVE(Laboratory for image & video engineering )
http://live.ece.utexas.edu/index.php
LIVE是美国德克萨斯大学奥斯汀分校的电气与计算机工程系与心理学系联合建立,应用最为广泛。Release 2 版本含29幅参考图像,779幅失真图像,其中JPEG2000失真175幅,JPEG失真169幅,白噪声失真145幅,高斯模糊失真145幅,快速瑞利衰减失真145幅。该数据库的DMOS值由161个观察者给出的约25000个数据统计得到,DMOS取值范围为[0,100]。
2)CSIQ(Categorical subjective image quality)
http://vision.okstate.edu/csiq
CSIQ由美国俄克拉何马州立大学的电气与计算机工程学院建立,含30幅参考图像,866幅失真图像,失真类型包括JPEG压缩、JPEG2000压缩、整体对比度缩减、加性高斯粉红噪声、加性高斯白噪声以及高斯模糊6种。该数据库的DMOS值由25个观察者给出的约5000个数据统计得到,DMOS取值范围为[0,1]。
3)IVC
http://www2.irccyn.ec-nantes.fr/ivcdb/
IVC由法国南特中央理工大学建立,包括10幅参考图像,235幅失真图像。失真类型包括JPEG压缩、JPEG2000压缩、LAR编码和模糊。该数据库的MOS值由15个观察者给出数据统计得到,MOS取值范围为[0,5]。
4)MICT
http://mict.eng.u-toyama.ac.jp/mictdb.html
MICT由富山大学创立,包括14幅参考图像,168幅失真图像。失真类型包括JPEG压缩和JPEG2000压缩。该数据库的MOS值由16个观察者给出数据统计得到,MOS取值范围为[1,5]。
5)A57
http://foulard.ece.cornell.edu/dmc27/vsnr/vsnr.html
A57是由康奈尔大学创立,包括3幅参考图像,54幅失真图像。失真类型包括:a)对图像离散晓波变换后的5个LH子带上的量化,采用均匀步长进行量化,失真图像的对比度均方差相等。b)加性高斯白噪声 c)JPEG压缩 d)JPEG2000压缩不包括视觉频率加权 e)JPEG2000压缩,采用基于动态对比度的量化算法 f)高斯模糊
该数据库的DMOS值由7个观察者给出数据统计得到,MOS取值范围为[0,1]。
6)TID2008(Tampere image database)
http://www.ponomarenko.info/tid2008.htm
TID2008是由乌克兰国家航空航天大学的N504信号接收、传输与处理系建立,包括25幅参考图像,1700幅失真图像。失真类型有17种包括:加性高斯噪声、颜色分量强于照明分量的加性噪声、空间位置相关噪声、掩膜噪声、高频噪声、脉冲噪声、量化噪声、高斯模糊、图像噪声、JPEG压缩、JPEG2000压缩、JPEG传输错误、JPEG2000传输错误、非偏心式噪声、不同强度的局部块失真、强度均值偏移以及对比度变化。该数据库的DMOS值由838观察者给出256428个数据统计得到,MOS取值范围为[0,9]。
7)TID2013(Tampere image database)
http://www.ponomarenko.info/tid2013.htm
TID2013是TID2008的加强版,包括25幅参考图像,3000幅失真图像。失真类型24种,增加了包括:改变色彩饱和度、多重高斯噪声、舒适噪声、有损压缩、彩色图像量化、色差以及稀疏采样。该数据库的DMOS值由971观察者给出524340个数据统计得到,MOS取值范围为[0,9]。由于该数据库失真种类多,数据库更为丰富,且是一种彩色失真数据库,因此越来越多的算法在对比试验中,包含了该数据库。
8)WIQ(Wireless imaging quality)
http://www.bth.se/tek/rcg.nsf/pages/wiq-db
WIQ是瑞典布莱金厄理工学院和印度尼西古纳德尔玛大学的研究人员合作建立的,包括7幅参考图像,80幅失真图像。失真类型5种,包括:“平”分配、JPEG压缩、JPEG2000压缩、JPEG200+DCQ压缩、高斯模糊以及高斯白噪声。该数据库的DMOS值由60观察者给出
参考文献:无参考图像质量评价综述_王志明
---------------------
作者:lanmengyiyu
来源:CSDN
原文:https://blog.csdn.net/lanmengyiyu/article/details/53332680
版权声明:本文为博主原创文章,转载请附上博文链接!
如果这篇文章帮助到了你,你可以请作者喝一杯咖啡
![](https://img2020.cnblogs.com/blog/938105/202010/938105-20201013171833350-276632012.png)