基本信息

---

下载

文档摘要

---

深度学习赋能下的无参考模糊图像质量评价体系构建与探索

一、引言

1.1研究背景与意义

在数字化时代，数字图像作为信息传播与表达的重要载体，广泛应用于安防监控、医学成像、卫星遥感、社交媒体等众多领域。图像在获取、传输及处理过程中，由于设备性能限制、环境干扰、算法误差等因素，常常会出现模糊失真现象，严重影响图像的视觉效果与信息传递准确性，降低其使用价值。因此，对模糊图像质量进行科学、准确的评价，成为图像处理领域中一项至关重要的任务。

传统的图像质量评价方法大多依赖于原始清晰图像作为参考，通过对比原始图像与待评价的模糊图像之间的差异来评估质量，这类方法被称为全参考图像质量评价（FullRefer