最明显的失真：全参考图像质量评估及策略的作用

图像质量评估的主流方法集中于准确建模人类视觉系统（HVS）在判断图像质量时所采用的单一最相关策略（例如，检测可见差异，提取图像结构/信息）。在本研究中，我们建议单一策略可能不够；相反，我们主张HVS使用多种策略来确定图像质量。对于包含近阈值失真的图像，图像最为明显，因此HVS尝试超越图像，寻找失真（基于检测的策略）。对于包含明显失真的图像，失真最为明显，因此HVS尝试超越失真，寻找图像的主题（基于外观的策略）。在这里，我们提出了一种最明显失真（MAD）的质量评估方法，旨在明确建模这两种不同的策略。通过局部亮度和对比度掩蔽来估计高质量图像中的基于检测的感知失真，而通过空间频率成分的局部统计变化来估计低质量图像中的基于外观的感知失真。我们表明，结合这两种度量可以很好地预测图像质量的主观评分。