산업 분야의 비전 시스템에 대해 주관적 평가는 비용이 많이 들고, 무참조 이미지 품질 평가는 사전 학습에 시간이 오래 걸리며, 높은 정확도의 전참조 이미지 품질 평가 모델이 필요하다. 이를 위해 텍스처 정보 가중치를 이용한 특이값 분해 기반 전참조 이미지 품질 평가 모델을 제안하였다. 참조 이미지 블록에 대해 특이값 분해를 수행하고, 참조 이미지 블록의 특이 벡터와 왜곡 이미지 블록을 이용해 왜곡 블록의 특이값을 추정하여 밝기 유사도 성분을 얻는다; 추정된 왜곡 이미지 블록의 특이값을 이용해 평균 오프셋 왜곡과 대비 변화 왜곡을 평가하여 대비 유사도 성분을 얻는다; 왜곡 이미지 블록과 참조 이미지 블록의 특이 벡터를 통해 단위 행렬의 오프셋으로 이미지 구조 유사도를 추정한다; 마지막으로 이미지의 텍스처 정보를 이용해 밝기, 대비, 결과 유사도를 가중하여 전참조 이미지 품질 평가 모델을 얻는다. 4가지 평가 기준에 따라 6개의 일반적인 이미지 품질 평가 데이터베이스에서 테스트를 수행하였다. 실험 결과 본 모델은 상기 데이터셋에서 가중 스피어먼 순위 상관 계수가 0.8963이며; 대비 변화 왜곡에 대해서는 본 모델의 스피어먼 순위 상관 계수가 0.8595로 2위보다 85% 향상되었다. 여러 전참조 이미지 품질 평가 모델과 비교했을 때 본 모델은 예측 정확도, 일반화능력 및 계산 복잡도 면에서 뚜렷한 우위를 보였다.

이미지 품질 평가;전참조;특이값 분해;텍스처 정보;이미지 대비