【图像评价】基于matlab SVM之图像无参考质量评价【含Matlab源码 078期】

一、简介

二、源代码

 
load ./CID2013.mat; %% You can also load the files of 'CSIQ.mat' or 'TID13.mat' if you want to use CSIQ or TID2013 database for training.
train_data = Data(:,[1:5]);
train_label = Data(:, 6);
model = svmtrain(train_label, train_data, '-s 3');  % train
 
%img = imread('.\input\TV_VR\Fig.7_RTV.jpg');
img=imread('img004.png');
disim = img;
 
if numel(size(disim))>2     %% Is a rgb image ?
    dis_file_gray = rgb2gray(disim);
else
    dis_file_gray = disim;
end
 
i = 1;
    %% mean value
   mean_tmp = round(mean2(dis_file_gray));        
   Value(i, 1) = 1/(sqrt(2*pi)*26.0625)*exp(-(mean_tmp-118.5585)^2/(2*26.0625^2));
        
   %% std value
   std_tmp = round(std2(dis_file_gray));
   Value(i, 2) = 1/(sqrt(2*pi)*12.8584)*exp(-(std_tmp-57.2743)^2/(2*12.8584^2));
        
  %% entropy value
   entropy_tmp = entropy(dis_file_gray);
   Value(i, 3) = 1/0.2578*exp((entropy_tmp-7.5404)/0.2578)*exp(-exp((entropy_tmp-7.5404)/0.2578));
        
  %% kurtosis value
   kurtosis_tmp = kurtosis(double(dis_file_gray(:)));       
   Value(i, 4) = sqrt(19.3174/(2*pi*kurtosis_tmp^3))*exp(-19.3174*(kurtosis_tmp-2.7292)^2/(2*(2.7292^2)*kurtosis_tmp));
        
  %% skewness value
   skewness_tmp = skewness(double(dis_file_gray(:)));
   Value(i, 5) = 1/(sqrt(2*pi)*0.6319)*exp(-(skewness_tmp-0.1799)^2/(2*0.6319^2));
   
test_label = 0;
[predicted_label, accuracy, decision_values] = svmpredict(test_label, Value, model);
Score = predicted_label;
disp('Score:');
disp(Score );
 

三、备注

完整代码或者代写添加QQ2449341593
往期回顾>>>>>>
【Matlab 024期】【图像处理1】Matlab图像处理教程系列之图像压缩
【Matlab 025期】【图像处理2】Matlab图像处理教程系列之图像分割（一）
【Matlab 026期】【图像处理3】Matlab图像处理教程系列之图像分割（二）
【Matlab 029期】【图像处理4】Matlab指纹识别
【Matlab 030期】【图像处理5】银行卡号识别matlab源码
【Matlab 074期】【图像处理6】【图像聚类】基于FCM和改进的FCM脑部CT图像聚类处理
【Matlab 075期】【图像处理7】【图像评价】基于CCF算法的图像质量评价
【Matlab 076期】【图像处理8】【图像增强】基于局部对比度增强的CLAHE算法 --直方图增强
【Matlab 077期】【图像处理9】【图像融合】基于Frequency Partition的图像融合
【Matlab 079期】【图像处理11】【图像边缘检测】基于最小二乘法的椭圆边缘检测matlab源码