图像质量检测方法方式
.1、全、半参考方法
.
2、盲图像质量(Blind image quality, BIQ)
.
3、机器学习的图像质量评价
（1）SVM ＋ SVR
（2）GGD
.
4、基于概率模型的方法
大多采用多变量高斯分布描述概率分布.
在德克萨斯大学奥斯汀分校的Mittal 等 提出的自然图像质量评价(Natural image quality evaluator, NIQE)算法中, 无需利用人眼评分的失真图像进行训练, 在计算其局部MSCN 归一化图像后, 根据局部活性选择部分图像块作为训练数据, 以广义高斯模型拟合得到模型参数作为特征, 采用多变量高斯模型描述这些特征, 评价过程中利用待评价图像特征模型参数与预先建立的模型参数之间的距离来确定图像质量
基于韦伯分布提取自然图像统计特征, 并以多变量高斯分布描述它的概率分布
.
5、神经网络的方法
Kang 等采用卷积神经网络(Convolutionalneural networks, CNN)
训练过程先采用受限波尔兹曼机(Restricted Boltzmann machine,RBM) 进行层间学习, 再采用反向传递算法进行精细调整. 这两种算法的实验结果均明显优于其他无参考算法, 甚至在某些情况下优于全参考算法中较好的VIF
原文：http://www.bubuk.com/infodetail-1977176.html
文章来源: 图像质量检测方法方式