MATLAB实现基于图像特征提取与SVM的无参考图像质量评价算法BIQI

资 源 简 介

本MATLAB项目实现了BIQI无参考图像质量评价算法，通过提取多种失真敏感特征，结合预训练的SVM分类器自动分析图像失真类型（如JPEG压缩、模糊等）并生成质量评分，无需原始参考图像。

详 情 说 明

无参考图像质量评价算法 BIQI

项目介绍

本项目实现了无参考图像质量评价算法 BIQI（Blind Image Quality Index），该算法能够在不依赖原始参考图像的情况下，自动评估图像的质量。通过提取图像的多尺度小波变换特征，并结合自然场景统计模型与预训练的支持向量机（SVM）分类器，BIQI 可量化分析图像的失真类型（如 JPEG 压缩、模糊、噪声等）并输出质量分数。

功能特性

• 无参考评价：无需原始图像作为参考，直接对失真图像进行质量评估
• 多失真识别：支持 JPEG 压缩、模糊、噪声等多种常见失真类型的识别与概率分析
• 质量量化：输出 0–100 的质量分数（分数越高代表质量越好）
• 质量等级：根据分数自动划分“优、良、中、差”四个质量等级
• 多图像支持：支持单张或多张图像批量处理
• 格式兼容：兼容常见图像格式（如 .jpg、.png、.bmp）

使用方法

1. 将待评价图像放入指定目录（如 ./images）
2. 运行主程序 main.m，程序将自动读取并处理图像
3. 结果将显示在命令行界面，并保存至 results 目录，包括：

- 图像质量分数（0–100） - 失真类型概率分布向量 - 质量等级标签

系统要求

• MATLAB R2016b 或更高版本
• 图像处理工具箱（Image Processing Toolbox）
• 统计与机器学习工具箱（Statistics and Machine Learning Toolbox）
• 内存 ≥ 4 GB，推荐 8 GB 以上
• 图像尺寸需大于 128×128 像素，建议分辨率符合标准测试集（如 Live 数据库）

文件说明

主程序 main.m 负责算法流程的调度与执行，主要实现图像读取与预处理、多尺度小波特征提取、自然场景统计特征计算、基于 SVM 的失真类型分类与概率估计、图像质量分数回归计算、质量等级划分以及结果输出与可视化等功能。