一种基于奇异值分解的图像质量评价方法.docx
文本预览下载声明
矩阵分析大作业 一种基于奇异值分解的图像质量评价方法摘 要传统图像质量评价方法一般以图像的像素值为基础，这些算法要求参考图像存在并且完整。其实图像本身是具有结构性的，仅以像素比较来评判图像差异，扩大了图像质量评价的含义。并且不适于原始图像和畸变图像尺寸不一致的情况。基于这些问题，本文讨论了用奇异值分解把图像矩阵转化为向量，并用奇异值向量之间的夹角作为图像的质量评价指标的方法。实验结果表明：基于奇异值向量夹角的准则对压缩、噪声和旋转、平移、尺度等几何畸变都具有好的性质；且适用于文中扩展的质量评价定义。关键词：图像质量评价；奇异值分解。AbstractThe traditional image q
显示全部