Afin de proposer une méthode d'évaluation de la qualité d'image (IQA) sans référence, conforme à la perception visuelle et présentant un bon équilibre entre précision, généralisation et complexité, pour mieux contrôler le traitement des images et répondre aux besoins des applications pratiques, en combinant les caractéristiques du système visuel humain (HVS) telles que la sensibilité au contraste, la perception non linéaire de la luminance, le confort visuel et la perception de la complexité de la texture, et en se basant sur les informations et caractéristiques de l'image telles que la luminance, la chrominance, la texture, la netteté et le contraste local, une méthode IQA sans référence et son modèle BCTCSP ont été proposés. Dans cette méthode, on analyse d'abord la relation entre la luminance de l'image, la distribution des niveaux de gris, la profondeur et la saturation des couleurs, la perception non linéaire de la luminance, le confort visuel, et la qualité de l'image, puis on propose une méthode de quantification et de calcul de la contribution et de l'influence de la luminance, de la chrominance et de la perception visuelle sur l'IQA ; ensuite, on combine le calcul de la matrice de cooccurrence des gradients de gris et les caractéristiques statistiques de la texture de l'image, en utilisant une moyenne pondérée par la texture et un modèle de perception des cibles complexes du HVS, pour proposer une méthode de quantification et de calcul de l'entropie des informations texturales de l'image et de leur contribution et influence visuelle sur l'IQA ; puis, on calcule la valeur du contraste pour chaque point de l'image et le seuil perceptuel, en combinant les caractéristiques de sensibilité au contraste du HVS, son modèle et ses propriétés de masquage, afin de quantifier et de calculer le contraste local de l'image ainsi que sa contribution et son influence visuelle sur l'IQA ; ensuite, quatre facteurs — netteté, rapport signal-bruit, proportion de composantes haute fréquence et résolution — sont utilisés pour décrire la netteté de l'image, et une méthode de quantification et de calcul est proposée pour obtenir un indice de netteté de l'image ; enfin, en combinant ces quatre aspects, un modèle IQA est construit et ses critères de mesure sont quantifiés. Par ailleurs, des tests et validations ont été réalisés sur 6430 images dégradées issues de six bases de données internationales open source (TID2013, CSIQ, LIVE, IVC, SPAQ et Koniq 10k), puis une comparaison a été faite en termes de précision, complexité, généralisation et performance du modèle avec 28 modèles IQA typiques existants. Les résultats expérimentaux montrent que le modèle BCTCSP proposé atteint une valeur PLCC minimale de 0,8921 dans les six bases de données, une valeur maximale de 0,9664 et une PLCC pondérée sur les six bases de données de 0,9174, avec un bénéfice global supérieur à celui des 28 modèles IQA existants. Les résultats théoriques et expérimentaux indiquent que BCTCSP est un modèle IQA sans référence efficace et performant.

évaluation de la qualité d'image;image;perception visuelle;entropie des informations texturales