Para desarrollar un método de evaluación de la calidad de la imagen (IQA) que cumpla con la percepción visual y presente un beneficio combinado en términos de precisión, generalidad y complejidad, para controlar mejor el procesamiento de imágenes y satisfacer sus necesidades reales, combinando las características del sistema visual humano (HVS), como la sensibilidad al contraste, la no linealidad en la percepción de la luminosidad, la comodidad visual y la percepción de la complejidad de la textura, sobre la base de la información y las características de las imágenes, como la luminancia, la crominancia, la textura, la nitidez y el contraste local, se propuso un método de evaluación de la calidad de la imagen sin referencia (IQA) y su modelo BCTCSP. En este método, primero se analiza la relación entre la luminosidad de la imagen, la distribución de grises, la profundidad del color y su saturación, la no linealidad en la percepción de la luminosidad y la comodidad visual, y se proponen métodos cuantitativos y de cálculo para evaluar el impacto de la luminosidad, la crominancia y la percepción visual en el IQA; luego, combinando el cálculo y la estadística de las características texturales utilizando la matriz de co-ocurrencia de gris y utilizando el modelo HVS de percepción de objetivo complejo, se propusieron métodos cuantitativos y de cálculo para la contribución y el impacto de la entropía de la información textural y su percepción en el IQA; luego, se calcularon los valores de contraste y umbral de percepción para cada punto de la imagen, combinando las características del contorno HVS y su modelo y las propiedades de enmascaramiento, se propusieron métodos cuantitativos y de cálculo de la percepción del contraste local de la imagen y su impacto en el IQA; luego, se utilizan la nitidez, la relación señal-ruido, la proporción de componentes de alta frecuencia y la resolución en 4 factores para describir la nitidez de la imagen, y se propusieron métodos cuantitativos y de cálculo para obtener el índice de nitidez de la imagen; finalmente, se construye un modelo IQA para evaluar sus estándares. Al mismo tiempo, se realizaron pruebas y verificaciones en 6430 imágenes distorsionadas de 6 bases de datos abiertas internacionales (TID2013, CSIQ, LIVE, IVC, SPAQ y Koniq 10k), y se compararon con 28 modelos típicos de IQA en términos de precisión, complejidad, generalización y efectos de su modelo. Los resultados experimentales muestran que el modelo propuesto BCTCSP tiene el valor PLCC más bajo en 6 bases de datos en 0,892 1 y el más alto en 0,966 4, el PLCC ponderado para 6 bases de datos alcanza 0,917 4, su beneficio general es superior a 28 modelos IQA existentes. La síntesis de la teoría y los resultados experimentales muestra que BCTCSP es un modelo efectivo y rendimiento.

Evaluación de calidad de imagen; imagen; percepción visual; entropía de textura