无参考图像质量评估(英语:No Reference Image Quality Assessment,NR-IQA)是一种图像质量评估方法。它是指在无参考图像的情况下,直接评估测试图像的质量。由于一般理想质量的参考图像很难获取,故这种完全不依赖参考图像的质量评估方法应用较广泛,但也属于IQA中最具挑战的问题。常用的评估方法主要基于像素统计特性,其中包含使用平均数、标准差、熵等方法。
平均数是统计中的一个重要概念。为集中趋势的最常用测度值,可以反映图像像素的平均亮度,定义如下:
其中 为测试图像, 为 pixel 的值, 、 为图像的长宽
平均亮度愈大,图像质量愈好。
标准差在几率统计中最常作为测量一组数值的离散程度之用。应用在图像中,代表图像像素灰度值相对于平均值的离散程度,定义如下:
若标准差愈大,表示图像中灰度级别愈分散,图像质量愈好。
熵是信号中资讯的平均量,在图像中表示图像的平均信号量。定义如下:
表示灰度值为 在图像中出现的几率, 为图像的灰度级,即为255
在此方法之下,会先对理想图像熵的特征作出假设,再对其设计相应的数学模型,最后通过计算测试图像在该模型下的特征来得到质量评估结果。