В системах промышленного зрения модель полно-референсной объективной оценки является актуальной темой в области оценки качества изображений. В статье предлагается модель полно-референсной оценки качества изображения, основанная на информации о деталях изображения на двух масштабах. Тестовое изображение преобразуется в определенное цветовое пространство с разделением каналов яркости и хроматичности. На основе градиентного взаимодействия между эталонным изображением, искаженным изображением и их объединенным изображением строится компонент подобия градиентов канала яркости, а также с помощью анализа согласованности направлений канала хроматичности формируется компонент цветового подобия. Путем объединения спектральных остатков канала яркости, информации о краях и адаптивных контрастных признаков формируется компонент накопления деталей изображения на двух масштабах для описания кумулятивного эффекта деталей. В конце с помощью коэффициентов признаков проводится взвешенное объединение стандартных отклонений перечисленных компонентов для получения конечного результата оценки. Для проверки надежности модели проводилось тестирование по четырем критериям оценки: корреляционный коэффициент Спирмена (SROCC), коэффициент линейной корреляции Пирсона (PLCC), корреляционный коэффициент Кендалла (KROCC) и среднеквадратичная ошибка (RMSE) на базах данных LIVE, CSIQ, TID2008, TID2013 и KADID-10K. Результаты экспериментов показали, что минимальное значение PLCC в указанных базах данных составило 0.8768 (KADID-10K), максимальное — 0.9678 (LIVE), минимальное значение SROCC — 0.8648 (TID2013), максимальное — 0.9610 (CSIQ). По сравнению с различными типичными и глубокими полно-референсными моделями оценки качества изображения, предложенная модель демонстрирует явные преимущества в вычислительной эффективности, а также хорошие комплексные показатели точности прогноза и обобщающей способности.

оценка качества изображений; полно-референс; два масштаба; информация о деталях изображения