産業分野の視覚システムにおいて、主観評価はコストが高く、参照画像なしの品質評価は事前学習に時間がかかり、高精度な全参照画像品質評価モデルが求められている。そこで、テクスチャ情報を加重した特異値分解に基づく全参照画像品質評価モデルを提案する。参照画像ブロックに特異値分解を行い、参照画像ブロックの特異ベクトルと歪んだ画像ブロックを用いて歪んだブロックの特異値を推定し、それによって輝度類似度成分を得る。推定した歪んだ画像ブロックの特異値を利用して、平均オフセット歪みとコントラスト変化歪みを評価し、コントラスト類似度成分を得る。歪んだ画像ブロックと参照画像ブロックの特異ベクトルによる単位行列のオフセットで画像の構造類似度を推定する。最後に、画像のテクスチャ情報を用いて輝度、コントラスト、結果の類似度を加重し、全参照画像品質評価モデルを得る。4つの評価基準に基づき、6つの一般的な画像品質評価データベースでテストを行った。実験結果は、本モデルの各データセットにおける加重スピアマン順位相関係数が0.8963であることを示している。コントラスト変化歪みについては、本モデルのスピアマン順位相関係数は0.8595で、第2位より85%向上した。複数の全参照画像品質評価モデルと比較して、本モデルは予測精度、汎化性、計算複雑性の面で明確な優位性を示した。

画像品質評価;全参照;特異値分解;テクスチャ情報;画像コントラスト