摘要

在对整个图像集进行增强质量评价时,现有的平均准则会随着不同图像集非一致性地变化,从而导致较大的评价质量波动。为此,该文提出一个面向图像集的置信区间内一致性增强质量评价准则,通过设置应用参数并使用置信区间筛选数据,再比较各图像增强前后的质量分数差值,由此评估图像质量增强的一致性,最终计算出一致性增强质量分数有效值。在众多图像增强算法中,所提准则能够挑选出具体应用所需要的稳定性强、可靠性高的增强算法。实验结果表明,所提准则具有良好的主客观评价一致性,性能优于当前的平均准则,为各种图像增强算法提供了一个可用于任意图像集的质量评价准则。

  • 出版日期2019