Pour élaborer une méthode d'évaluation de la qualité de l'image (IQA) qui corresponde à la perception visuelle et qui présente un avantage combiné en termes de précision, de généralité et de complexité, pour mieux contrôler le traitement des images et répondre à leurs besoins réels, en combinant les caractéristiques du système visuel humain (HVS), telles que la sensibilité au contraste, la non-linéarité de la perception de la luminosité, le confort visuel et la perception de la complexité de la texture, sur la base de l'information et des caractéristiques de l'image, telles que la luminance, la chrominance, la texture, la netteté et le contraste local, une méthode d'évaluation de la qualité de l'image sans référence (IQA) et son modèle BCTCSP ont été proposés. Dans cette méthode, d'abord, l'analyse est menée sur la relation entre la luminosité de l'image, la distribution des niveaux de gris, la profondeur des couleurs et leur saturation, la non-linéarité de la perception de la luminosité et le confort visuel, et des méthodes quantitatives et de calcul pour évaluer l'impact de la luminosité, de la chrominance et de la perception visuelle sur l'IQA ont été proposées; ensuite, combinant le calcul et la statistique des caractéristiques texturelles à l'aide de la matrice de co-occurrence de gris et en utilisant le modèle HVS de perception de cible complexe, des méthodes quantitatives et de calcul de la contribution et de l'impact de l'entropie de l'information texturelle et de sa perception sur l'IQA ont été proposées; puis, les valeurs de contraste et de seuil de perception pour chaque point de l'image ont été calculées, en combinant les caractéristiques du contour HVS et leur modèle et les propriétés de masquage, l'évaluation et le calcul quantitatif du contraste local de l'image et de sa perception sur l'IQA ont été proposés; ensuite, la netteté, le rapport signal-bruit, la proportion des composants haute fréquence et la résolution dans 4 facteurs sont utilisés pour décrire la netteté de l'image, et des méthodes quantitatives et de calcul ont été proposées pour obtenir l'indice de netteté de l'image; enfin, un modèle IQA est construit pour évaluer ses normes. En même temps, des tests et des vérifications ont été effectués sur 6430 images déformées provenant de 6 bases de données ouvertes internationales (TID2013, CSIQ, LIVE, IVC, SPAQ et Koniq 10k), et comparés à 28 modèles IQA typiques en termes de précision, de complexité, de généralisation et des effets de leur modèle. Les résultats expérimentaux montrent que le modèle proposé BCTCSP a la plus faible valeur PLCC dans 6 bases de données à 0,892 1 et le plus élevé à 0,966 4, le PLCC pondéré pour 6 bases de données atteint 0,917 4, son avantage global est supérieur à 28 modèles IQA existants. La synthèse de la théorie et des résultats expérimentaux montre que BCTCSP est un modèle IQA sans référence efficace et performant.

Évaluation de la qualité de l'image; image; perception visuelle; entropie de texture