圖像質量評價（Image Quality Assessment，IQA）

文章目錄

圖像質量評價（Image Quality Assessment，IQA）
一、評估方式：主觀評估 + 客觀評估
- 1.1、主觀評估方式
- 1.2、客觀評估方式：全參考 + 半參考 + 無參考
- - （1）全參考的方法對比（Full-Reference IQA，FR-IQA）
  - （2）半參考的方法對比（Reduced-Reference IQA，RR-IQA）
  - （3）無參考的方法對比（No-Reference / Blind IQA，NR-IQA）
- 1.3、常用公開IQA數據集對比表

圖像質量評價（Image Quality Assessment，IQA）

圖像質量評價指標（Image Quality Assessment, IQA）：是衡量圖像在主觀感受或客觀性能上的一組量化標準，常用于圖像增強、壓縮、重建、去噪等任務的效果評估。

圖像質量評估：維基百科
圖像質量評價：百度百科
圖像質量評價（每個方法的論文簡介與鏈接）

圖像質量評估綜述

質量評估可分為：
圖像質量評估IQA
視頻質量評估VQA

IQA方法從宏觀上可分為：
主觀評價：依賴人工評分，盡管準確性高、符合人眼視覺系統（HVS）偏好，但成本昂貴、效率低下，難以適配大規模自動化系統。
客觀評價：則以數學模型自動預測圖像質量，廣泛應用于工業與科研領域，是當前主流研究方向。

從參考圖像可用性角度，IQA又分為三類：
FR-IQA（全參考）：借助無失真參考圖像，計算其與原始圖像的差異，方法成熟、性能穩定，但對實際應用受限（因多數情況下參考圖像缺失）。
RR-IQA（半參考）：只有原始圖像的部分信息或從參考圖像中提取的部分特征，在性能與適用性之間折中。
NR-IQA（無參考）：僅依賴待評估圖像本身，不需要參考圖像，應用最廣但難度最大，當前是研究熱點。

一、評估方式：主觀評估 + 客觀評估

評估方式	簡介	特點與對比維度
主觀評估（Subjective IQA）	基于真實觀察者的視覺感知，由人類主觀對圖像質量進行評分，常用指標包括MOS（平均意見得分）與DMOS（差異意見得分）。需要通過標準化實驗環境和統計方法獲取大量人評分。	- ? 精度最高，最符合人眼感知 - ? 可復現性差，結果易受主觀因素干擾 - ? 成本高，需招募被試并控制實驗環境 - ? 實時性差，無法快速得出結果 - ? 難以部署，通常用于數據庫標注與模型基準
客觀評估（Objective IQA）	通過數學模型或算法自動估算圖像質量分數，目標是盡可能逼近主觀得分，具有可重復性和實時性。根據參考圖像的使用程度分為FR（全參考）、RR（半參考）、NR（無參考）三類，是當前研究熱點。	- ? 可復現、穩定性強 - ? 成本低，自動處理大規模圖像 - ? 實時性好，支持在線或終端部署 - ? 可廣泛應用于圖像壓縮、增強、采集質量控制等場景 - ? 精度依賴模型質量，NR方法尤其具有挑戰性

1.1、主觀評估方式

方法類型	簡要說明	評分輸出	應用場景
MOS（平均意見得分）	多人打分后取平均分	1 ~ 5 或 0 ~ 100	訓練NR-IQA模型，構建圖像質量數據集
DMOS（差分MOS）	與原始圖像評分的差值，反映質量劣化程度	通常為正數	TID2013、CSIQ等主觀差分數據集
單刺激法（SS）	僅展示失真圖像進行評分	相對主觀	KonIQ-10k, LIVE Wild等
雙刺激法（DSCQS）	參考圖與失真圖并排顯示，受試者對失真程度打分	相對準確	LIVE、CSIQ、TID系列
三選一法（3AFC）	三圖中選出質量最好/最差者，構建排序關系用于學習	構造對比樣本對	DeepIQA排序訓練等

1.2、客觀評估方式：全參考 + 半參考 + 無參考

類別	全稱（英文）	是否需要參考圖像	輸入信息	輸出結果	代表算法/模型	常見評價指標	常用數據集	優勢描述	劣勢描述	典型應用場景
FR-IQA	Full Reference IQA	? 全參考	原圖 + 失真圖	兩圖之間的相似性得分	PSNR、SSIM、MS-SSIM、FSIM、VIF	PSNR, SSIM, MSE	LIVE, TID2013, CSIQ, KADID-10k	精度高，計算邏輯清晰，結果可對齊主觀感知	依賴原圖，實際部署難	編解碼優化、圖像增強算法調試
RR-IQA	Reduced Reference IQA	? 半參考	失真圖 + 原圖特征或統計量	與參考特征的相似性得分	RRED、DNT、NRQM（部分）	JS差異, KL散度, 差值指標	TID2013, LIVE, SIQAD	節省傳輸成本，精度優于NR，兼顧應用性與性能	仍需傳輸部分特征，模型通用性不足	視頻傳輸評估、帶寬受限下的圖像監控
NR-IQA	No Reference IQA / Blind IQA	? 無參考	單張失真圖	圖像質量得分（預測值）	BRISQUE、NIQE、PIQE、DeepBIQ、HyperIQA等	MOS（主觀分數）	KonIQ-10k, SPAQ, CLIVE, LIVE Wild	無需參考圖，可用于實際圖像質量預測部署	難以保證泛化能力，訓練依賴主觀評分數據集	醫療圖像質檢、無人監督場景

（1）全參考的方法對比（Full-Reference IQA，FR-IQA）

方法名	核心指標	是否模型訓練	主要思想	優點	缺點	適用場景
MSE / PSNR	均方誤差 / 峰值信噪比	否	逐像素差異/誤差量度	簡單高效，便于實現	不符合人眼感知；不具備感知魯棒性	壓縮、編碼等低層處理
SSIM	結構相似度 Structural Similarity	否	考察亮度、對比度與結構信息	模擬視覺機制，感知一致性更好	對幾何變化、偽影不敏感	編解碼質量評估
MS-SSIM	多尺度結構相似度	否	多分辨率層次感知	更貼近人眼感知層級	計算略復雜	高清視頻/圖像質量評價
VIF	信息保真度 Visual Information Fidelity	否	源圖像/失真圖像的信息量比率	信息論基礎，評價可靠性高	理論復雜，耗時較長	圖像傳輸、壓縮失真評估
FSIM	特征相似度 Feature SIM	否	考察相位一致性、梯度強度	敏感性高，魯棒性好	不適合大規模計算	圖像增強質量評價
LPIPS	感知相似度 Learned Perceptual Image Patch Similarity	是（深度模型）	提取CNN特征后計算相似度	感知特性強，視覺一致性高	模型依賴重、需GPU	超分辨、風格遷移、圖像復原等任務

（2）半參考的方法對比（Reduced-Reference IQA，RR-IQA）

方法名	參考特征類型	是否訓練模型	方法特點	優點	缺點	適用場景
RRED	局部統計量（DCT能量特征）	否	基于變換域的熵率與視覺冗余度估計	精度高，接近FR-IQA	特征提取依賴參考圖像，計算復雜	通信系統圖像質量反饋
DNT-RR	DCT統計特征	否	僅傳輸部分統計特征用于質量預測	傳輸代價低，可嵌入實際系統	失真類型覆蓋范圍有限	網絡圖像編碼傳輸
Wavelet-Q	小波能量子帶統計量	否	局部頻域統計特征構建質量指標	可解釋性強，計算高效	對某些失真魯棒性不足	通信協議/嵌入式視頻傳輸
RR-FSIM	相位一致性+幅度統計特征	否	對FSIM簡化，只提取部分參考特征	接近FR精度，傳輸成本低	對特征選擇依賴高	視頻會議、直播質量評估
RR-NSS	自然場景統計參數	否	利用自然圖像統計模型壓縮參考圖像信息	適應性強	不適合非自然圖像	工業檢測、遠程圖像識別等場景

（3）無參考的方法對比（No-Reference / Blind IQA，NR-IQA）

🚀 NR-IQA研究現狀

傳統統計方法階段（2010年以前）
代表方法如BIQI、DIIVINE、BRISQUE等，依賴自然圖像統計（NSS）特征，使用SVM或貝葉斯回歸模型實現質量預測。該階段研究具有可解釋性強、計算代價低等優點，但泛化能力有限。
數據驅動階段（2013年起）
隨著深度學習發展，基于CNN的NR-IQA方法如CORNIA、NIMA、DeepBIQ等不斷涌現，能夠從圖像中自動學習判別特征，主觀一致性顯著提升。此類方法在主觀評分預測、跨數據庫泛化等方面取得較好效果，但對數據依賴嚴重、可解釋性差。
Transformer與自監督階段（2020年至今）
新一代方法引入Vision Transformer結構（如MANIQA、TReS、MUSIQ）或自監督學習（如CONTRIQUE），提升跨場景泛化能力與語義建模能力。當前最先進模型普遍在多個公開數據集（如LIVE、TID2013、KonIQ-10k、CLIVE等）上取得了優異成績，開始接近甚至超過主觀一致性下限。

方法名稱	首次提出	模型類型	特征類型	是否訓練	適用失真類型	主觀一致性	優點	局限性	應用場景
NIQE (Natural Image Quality Evaluator)	2013	傳統統計模型	NSS（自然場景統計）	否	泛化失真（無需訓練數據）	中等	無需訓練、計算高效	對特定失真不敏感，主觀一致性不高	快速篩選、質量控制
BRISQUE (Blind/Referenceless Image Spatial Quality Evaluator)	2012	SVM回歸	NSS特征（空域）	是	模糊、壓縮等常見失真	高	輕量級、主觀一致性較高	需訓練樣本，失真類型受限	通用圖像評估
BLIINDS-II (Blind Image Integrity Notator using DCT Statistics)	2011	貝葉斯回歸	NSS（頻域DCT）	是	模糊、噪聲等	中等	頻域分析精細	提取DCT特征耗時、訓練依賴性	視頻壓縮質量監測
CORNIA (Codebook Representation for No-Reference IQA)	2013	機器學習	原始圖塊+無監督特征學習	是	多種失真	高	結合深層表示	對內容敏感，訓練成本高	圖像增強前后質量評估
HOSA (Higher Order Statistics Aggregation)	2015	無監督統計	特征聚合（SVD+高階矩）	是	各類失真	高	無需深度網絡，適應性強	參數敏感，訓練集依賴	醫學圖像質量分析
DIIVINE	2011	SVM	NSS（空間+小波域）	是	多類失真	高	空間-頻域聯合	特征維度高，訓練成本大	圖像處理算法評估
IL-NIQE	2015	無監督	NSS + 亮度不變性	否	各類失真	中等	無訓練集依賴，穩定性強	泛化能力有限	嵌入式圖像監控設備
NIMA (Neural Image Assessment)	2017	CNN回歸	全圖輸入（Inception）	是	主觀美學/質量	高	可預測MOS分布，美學兼顧	訓練代價高	圖像美學質量評分
DeepBIQ	2016	CNN分類+回歸	局部圖塊+深度特征	是	泛化強	高	利用深層特征，有效預測	黑盒問題，計算量大	手機拍照圖像優化
RankIQA	2017	Siamese網絡	Siamese排序特征	是	多類失真	高	模擬評分過程，更接近人感知	排序數據構建復雜	圖像優化排序任務
DBCNN	2018	CNN分類回歸	VGG16 + 評分網絡	是	各類失真	高	精度高，可回歸MOS	需要大量數據	通用圖像質量評分
CONTRIQUE	2021	Transformer+NSS	NSS嵌入 + 自監督學習	是	泛化失真（無監督）	高	利用NSS嵌入魯棒性強	網絡復雜	零樣本質量估計
MANIQA	2022	Vision Transformer	局部塊 + 全局注意力	是	泛化強	極高	高分辨率支持，跨數據集表現好	模型參數多	高端視覺質量分析

1.3、常用公開IQA數據集對比表

數據集名稱	類型	圖像數（參考/失真）	失真類型	主觀評分	特點簡介
LIVE [官網]	FR-IQA	29 / 779	模糊、壓縮、噪聲、快門抖動等5類	DMOS	最早最廣泛使用的數據集之一；包含真實失真與評分，廣泛用于FR-IQA評估基準。
CSIQ [官網]	FR-IQA	30 / 866	6類失真×不同強度	DMOS	圖像與失真類型更豐富；主觀得分離散性較小；與LIVE互補。
TID2013 [官網]	FR-IQA	25 / 3000	24種失真×5級強度	MOS	非常全面的數據集；失真種類多，適合訓練與泛化測試。
TID2008	FR-IQA	25 / 1700	17類失真	MOS	TID2013前身，失真較少但結構相似。
KADID-10k [官網]	FR-IQA	81 / 10,125	25類失真×不同強度	MOS	圖像種類多、失真復雜，適合深度學習模型訓練。
CID2013	FR-IQA	474 / 474	實拍設備失真	MOS	強調真實場景采集（拍照質量）；圖像尺寸大，適合真實感知建模。
Waterloo IAA [官網]	FR-IQA	4744 / 94,880	常見壓縮與噪聲等失真	無主觀得分	用于無參考方法的無監督訓練或構造合成失真；大規模。
KonIQ-10k [官網]	NR-IQA	— / 10,073	自然圖像，真實失真	MOS	高分辨率自然圖像；圖像來源廣泛，適合NR-IQA訓練；包含多維質量因子標注。
CLIVE [官網]	NR-IQA	— / 1,162	拍攝圖像中自然失真	MOS	強調移動端/手持拍攝自然圖像質量；適合盲質量評價建模。
SPAQ [論文]	NR-IQA	— / 11,125	高質量自然失真圖像	MOS	更具挑戰性，真實感強；含曝光/色彩/對比等因素。
FLIVE	NR-IQA	— / 39,000+	自然采集圖像	MOS	最大規模真實圖像質量數據集之一，適用于深度NR-IQA模型訓練。