基于相关性的JPEG高压缩图像峰值信噪比盲估计

量化噪声是JPEG图像压缩过程中产生的主要失真,在图像质量评估时需要对其大小进行估计。针对峰值信噪比(PSNR)估计方法在实际应用时终端用户无法获取原始图像的限制,基于图像空域相关性,引入JPEG压缩图像的斜率均方差和最大非零离散余弦变换系数的位置作为可测特征量,利用训练图像进行机器学习得到训练模型,将测试图像进行解析得到图像PSNR盲估计结果。实验结果表明,该PSNR估计结果优于目前流行的峰值信噪比盲估计方法。