无参考图像质量评估

无参考图像质量评估（英语：No Reference Image Quality Assessment，NR-IQA）是一种图像质量评估方法。它是指在无参考图像的情况下，直接评估测试图像的质量。由于一般理想质量的参考图像很难获取，故这种完全不依赖参考图像的质量评估方法应用较广泛，但也属于IQA中最具挑战的问题。常用的评估方法主要基于像素统计特性，其中包含使用平均数、标准差、熵等方法。

平均数

平均数是统计中的一个重要概念。为集中趋势的最常用测度值，可以反映图像像素的平均亮度，定义如下：

$\mu ={\frac {1}{mn}}\sum _{i=1}^{m}\sum _{j=1}^{n}{I(i,j)}$

其中 $I$ 为测试图像， $I(i,j)$ 为 pixel $(i,j)$ 的值， $m$ 、 $n$ 为图像的长宽

平均亮度愈大，图像质量愈好。

标准差

标准差在几率统计中最常作为测量一组数值的离散程度之用。应用在图像中，代表图像像素灰度值相对于平均值的离散程度，定义如下：

$\sigma ={\sqrt {{\frac {1}{mn}}\sum _{i=1}^{m}\sum _{j=1}^{n}{(I(i,j)-\mu )}^{2}}}$

若标准差愈大，表示图像中灰度级别愈分散，图像质量愈好。

熵

熵是信号中资讯的平均量，在图像中表示图像的平均信号量。定义如下：

$E=-\sum _{i=0}^{L}{P(i)\log _{b}{P(i)}}$

$P(i)$ 表示灰度值为 $i$ 在图像中出现的几率，$L$ 为图像的灰度级，即为255

在此方法之下，会先对理想图像熵的特征作出假设，再对其设计相应的数学模型，最后通过计算测试图像在该模型下的特征来得到质量评估结果。

参见

• 图像质量评估
• 全参考图像质量评估
• 部分参考图像质量评估