시각적 인지에 부합하며 정확성, 일반화 가능성 및 복잡성 측면에서 종합 효율이 높은 이미지 품질 평가(IQA) 무참조 방법을 제안하여 이미지 처리의 보다 나은 제어와 실제 응용 요구를 충족시키기 위해, 인간 눈 시각 시스템(HVS)의 대비 민감도, 밝기 인지 비선형성, 시각적 편안함 및 질감 복잡도 인지 등의 특성을 결합하고, 이미지의 밝기, 색도, 질감, 선명도 및 국부 대비 등 영상 정보와 특징을 바탕으로 무참조 IQA 방법 및 그 모델 BCTCSP를 제안하였다. 이 방법에서는 먼저 이미지 밝기, 명암 분포, 색상 깊이와 채도, 밝기 비선형성 인지, 시각적 편안함 등과 이미지 품질 간의 관계를 분석하고, 이미지 밝기, 색도 및 시각 인지가 IQA에 미치는 기여와 영향을 정량화하고 계산하는 방법을 제안하였다. 이어서 명암 기울기 공생 행렬 계산과 통계적 이미지 질감 특징을 결합하고, 질감 가중 평균과 HVS 복잡 목표 인지 모델을 활용하여 이미지 질감 정보 엔트로피와 시각 인지가 IQA에 미치는 기여와 영향의 정량화 및 계산 방법을 제안하였다. 다음으로 이미지 각 지점의 대비 값과 지각 임계값을 계산하고 HVS의 대비 민감도 특성, 모델 및 가림 특성을 결합하여 이미지 국부 대비 및 시각 인지가 IQA에 미치는 기여와 영향을 정량화 및 계산하였다. 이후 선명도, 신호 대 잡음비, 고주파 성분 비율 및 해상도 4가지 요소를 사용하여 이미지 선명도를 기술하고, 이를 정량화하고 계산하는 방법을 제안하여 이미지 화면의 선명도 지표를 도출하였다. 마지막으로 4가지 측면의 요소를 종합하여 IQA 모델을 구축하고 측정 기준을 정량화하였다. 또한 6개의 국제 공개 데이터베이스(TID2013, CSIQ, LIVE, IVC, SPAQ 및 Koniq 10k)에서 6430장의 왜곡된 이미지를 사용하여 테스트 및 검증하였고, 정확도, 복잡성, 일반화 가능성 및 모델 효과 측면에서 기존의 28개 대표 IQA 모델과 비교하였다. 실험 결과는 제안된 BCTCSP 모델의 정확도 PLCC 값이 6개 데이터베이스에서 최소 0.8921, 최대 0.9664에 이르렀으며 6개 데이터베이스 가중 PLCC가 0.9174에 달해 28개 기존 IQA 모델보다 종합 효율이 높음을 보여주었다. 이론적 및 실험적 결과는 BCTCSP가 효과적이고 성능이 우수한 무참조 IQA 모델임을 나타낸다.

이미지 품질 평가;이미지 화면;시각 인지;질감 정보 엔트로피