摘要：图像发生失真会改变RGB色彩空间的颜色特征、各色彩分量的亮度分布及其间的相关性,基于此,提出了一种新的无参考图像质量评价方法。首先,标准化6种颜色系数以消除光照环境变化对RGB模型的影响,并利用各颜色系数的拟合广义高斯分布模型（GGD）的形状参数作为颜色统计特征;其次,分别计算各色彩分量的均值减损对比归一化（MSCN）系数及其邻域系数间的互信息,利用互信息作为统计特征来描述其各分量间的相关性;进而,利用人眼更为敏感的G分量MSCN系数的拟合GGD模型参数及其4方向邻域MSCN系数的拟合非对称广义高斯分布模型（AGGD）参数作为亮度统计特征;最后,分别利用支持向量回归机（SVR）和支持向量分类机（SVC）构建无参考图像质量评价模型和图像失真类型识别模型,并在LIVE等数据库上进行了算法与差异平均意见分（DMOS）的相关性、模型的鲁棒性等方面的实验。实验结果表明,本文方法的评价结果与人类主观评价具有高度的一致性;而且图像失真类型识别模型的识别准确率也高达到93.59%,明显高于当今主流无参考图像质量评价方法。

关键词：无参考图像质量评价 自然场景统计 色彩感知 互信息 

单位：浙江理工大学自动化研究所 杭州310018 浙江工商大学信息与电子工程学院 杭州310018