历年图像质量评价（iqa）论文及代码资料大全（全参考型） 2002年论文 A Universal Image Quality Index 附代码。 2003年论文 MULTI-SCALE STRUCTURAL SIMILARITY FOR IMAGE QUALITY ASSESSMENT 附代码 2004年论文 Image Quality Assessment: From Error Visibility to Structural Similarity(著名的结构相似度SSIM论文) 附代码 2005年论文 An Information Fidelity Criterion for Image Quality Assessment Using Natural Scene Statistics 附代码 2006年论文 Image Information and Visual Quality 附代码 2006年论文 Image Information and Visual Quality 附代码 2007年论文 VSNR: A Wavelet-Based Visual Signal-to-Noise Ratio for Natural Images 附代码 2010年论文 FAST STRUCTURAL SIMILARITY INDEX ALGORITHM 附代码 2011年论文 Information Content Weighting for Perceptual Image Quality Assessment 附代码 2011年论文 Information Content Weighting for Perceptual Image Quality Assessment 附代码 2013年论文 Full-referencequalityassessmentofstereopairsaccounting for rivalry 附代码

Modern Image Quality Assessment_Zhou Wang_Alan C. Bovik 现代图像质量评估 文字版（非扫描）

三维（3D）的感知质量评估具有挑战性。 在这项研究中，我们提出了一种基于双目能量响应的立体图像质量评估指标。 更具体地说，我们首先构造原始图像和失真图像的双目能量响应，然后将它们之间的相似性作为图像质量度量（IQM）进行度量。 然后，双眼React和双眼掩膜成分分别用于调节IQM。 最后，通过考虑每个组件的重要性，将两个评估结果非线性地集成到总分中。 实验结果表明，与现有的相关度量相比，所提出的度量与立体图像的主观评估具有更高的一致性。

目 录 第一章 引言 1 1.1 图像质量评价的定义 1 1.2 研究对象 1 1.3 方法分类 2 1.4 研究意义 3 第二章 历史发展和研究现状 4 2.1 基于手工特征提取的图像质量评价 4 2.1.1 基于可视误差的“自底向上”模型 4 2.1.1.1 Daly模型 4 2.1.1.2 Watson’s DCT模型 5 2.1.1.3 存在的问题 5 2.1.2 基于HVS的“自顶向下”模型 5 2.1.2.1 结构相似性方法 6 2.1.2.2 信息论方法 8 2.1.2.3 存在的问题 9 2.2 基于深度学习的图像质量评价 10 2.2.1 CNN模型 10 2.2.2 多任务CNN模型 12 2.2.3 研究重点 15 第三章 图像质量评价数据集和性能指标 16 3.1 图像质量评价数据集简介 16 3.2 图像质量评价模型性能指标 17 第四章 总结与展望 19 4.1 归纳总结 19 4.2 未来展望 19 参考文献 21 第一章 引言 随着现代科技的发展，诸如智能手机，平板电脑和数码相机之类的消费电子产品快速普及，已经产生了大量的数字图像。作为一种更自然的交流方式，图像中的信息相较于文本更加丰富。信息化时代的到来使图像实现了无障碍传输，图像在现代社会工商业的应用越来越广泛和深入，是人们生活中最基本的信息传播手段，也是机器学习的重要信息源。 图像质量是图像系统的核心价值，此外，它也是图像系统技术水平的最高层次。但是，对图像的有损压缩、采集和传输等过程会很容易导致图像质量下降的问题。例如：在拍摄图像过程中，机械系统的抖动、光学系统的聚焦模糊以及电子系统的热噪声等都会造成图像不够清晰；在图像存储和传输过程中，由于庞大的数据量和有限通讯带宽的矛盾，图像需要进行有损压缩编码，这也会导致振铃效应、模糊效应和块效应等图像退化现象的出现。所以，可以说图像降质在图像系统的各个层面都会很频繁地出现，对图像质量作出相应的客观评价是十分重要且有意义的。为了满足用户在各种应用中对图像质量的要求，也便于开发者们维持、控制和强化图像质量，图像质量评价（Image Quality Assessment，IQA）是一种对图像所受到的质量退化进行辨识和量化的

Screen Content Image Quality Assessment Using Multi-Scale Difference of Gaussian

历年图像质量评价（iqa）论文及代码资料大全（无参考型） 2002年论文 NO-REFERENCE PERCEPTUAL QUALITY ASSESSMENT OF JPEG COMPRESSED IMAGES 附代码 2005年论文 Reduced-Reference Image Quality Assessment Using A Wavelet-Domain Natural Image Statistic Model 附代码 2005年论文 No-Reference Quality Assessment Using Natural Scene Statistics: JPEG2000 附代码 2010年论文 A Two-Step Framework for Constructing Blind Image Quality Indices 附代码 2010年论文 A DCT Statistics-Based Blind Image Quality Index 附代码 2011年论文 Blind Image Quality Assessment Using a General Regression Neural Network 附代码 2011年论文 Blind Image Quality Assessment: From Natural Scene Statistics to Perceptual Quality 附代码（牛文） 2012年论文 RRED Indices: Reduced Reference Entropic Differencing for Image Quality Assessment 附代码 2012年论文 Blind Image Quality Assessment Without Human Training Using Latent Quality Factors 附代码 2012年论文 Blind Image Quality Assessment: A Natural Scene Statistics Approach in the DCT Domain 附代码 2012年论文 MAKING IMAGE QUALITY ASSESSMENT ROBUST 附代码 2012年论文 No-Reference Image Quality Assessment in the Spatial Domain 附代码 2013年论文 Objective Quality Assessment of Tone-Mapped Images 附代码 2013年论文 Making a “Completely Blind” Image Quality Analyzer 附代 码 2013年论文 Video Quality Assessment by Reduced Reference Spatio-Temporal Entropic Differencing 附代码

IQA是一个计算图像/视频质量的基于C语言的库。 里面包含了源代码。