1、在圖像信息技術(shù)被廣泛應(yīng)用的背景下，對(duì)圖像質(zhì)量評(píng)價(jià)變成一個(gè)廣泛而基本的問(wèn)題。無(wú)參考圖像質(zhì)量評(píng)價(jià)是利用計(jì)算機(jī)代替人眼完成對(duì)圖像質(zhì)量的評(píng)估，該技術(shù)廣泛應(yīng)用于軍事、交通等領(lǐng)域。因此研究無(wú)參考圖像質(zhì)量評(píng)價(jià)具有重要的學(xué)術(shù)價(jià)值和廣闊的應(yīng)用前景。
　　 概率潛在語(yǔ)義分析(Probabilistic Latent Semantic Analysis，PLSA)起源于對(duì)文檔的分類(lèi)和檢索，使用統(tǒng)計(jì)的方法描述“文檔-潛在語(yǔ)義-詞”之間的概率分布關(guān)系，其

2、實(shí)質(zhì)是將文檔和詞映射到同一語(yǔ)義空間。事實(shí)上，圖像質(zhì)量評(píng)價(jià)也是人的視覺(jué)感知，也可以歸入語(yǔ)義分析，即圖像可以由視覺(jué)單詞來(lái)描述，同樣可以將這些視覺(jué)單詞映射到潛在語(yǔ)義空間，通過(guò)潛在語(yǔ)義的分布對(duì)圖像的質(zhì)量做出評(píng)價(jià)。
　　 本文在對(duì)基于PLSA的無(wú)參考圖像質(zhì)量評(píng)價(jià)進(jìn)行深入分析的基礎(chǔ)上，重點(diǎn)研究了不同失真圖像底層視覺(jué)特征的計(jì)算方法。分別提出了適用性更廣的噪聲特征提取方法以及計(jì)算簡(jiǎn)單、效率較高的JPEG壓縮特征提取方法。并將模糊特征、噪聲特征和

3、JPEG壓縮特征構(gòu)成三維特征應(yīng)用到基于PLSA框架中。實(shí)現(xiàn)了面向多失真類(lèi)型的無(wú)參考圖像質(zhì)量客觀評(píng)價(jià)，獲得了較好的實(shí)驗(yàn)結(jié)果。
　　 本文完成的另一重要內(nèi)容是設(shè)計(jì)并編程實(shí)現(xiàn)了用于研發(fā)的圖像質(zhì)量評(píng)價(jià)系統(tǒng)。在對(duì)系統(tǒng)進(jìn)行需求分析的基礎(chǔ)上，設(shè)計(jì)了系統(tǒng)的訓(xùn)練和測(cè)試功能模塊、數(shù)據(jù)集操作流程、結(jié)果顯示等。采用VC++結(jié)合OpenCV的開(kāi)發(fā)方式，整體實(shí)現(xiàn)了基于PLSA的圖像質(zhì)量評(píng)價(jià)系統(tǒng)，由于核心算法采用C語(yǔ)言編程，很好地解決了參數(shù)調(diào)整和運(yùn)行效率等問(wèn)