文档是Imatest5.0软件的详细使用教程，通过图文展示教学使用。以及详细讲述了图像质量（IQ）测试的方法和原理，包括图像清晰度、分辨率、信噪比、宽动态、色差、色准、白平衡、饱和度、畸变等技术指标。

IQE：使用DCGAN增强图像质量 印度德里·内塔吉·萨哈斯工业大学的Leo Adlakha，Prateek Bhardwaj，Abhijeet Singh Varun ：开发了图像质量增强功能，以增强尺寸（1536、2048、3）的弱光图像的质量。 一些结果如下所示： 要求 requirements.txt包含该代码和网站使用的Python软件包。 抽象的 我们提出了一种新颖的方法来调整弱光图像的各种图像属性，以产生具有更好对比度，亮度等的增强图像。问题是要提高从各种移动设备（如iPhone，三星等）拍摄的图像的质量。一种基于深度学习的方法，涉及深度卷积生成对抗网络（GAN），可以使用一对低质量的图像作为噪声矩阵对其进行训练，并且当此输出与高质量时，生成器的输出用于比较结果图像（groundtruth）被送入鉴别器以获得各种涉及颜色，纹理等的损失。它在从公开可用的数据集（如samsu

1、本算法为图像反卷积算法，目的为了降低图像噪声、提高图像分辨率。 2、deconvblind文件夹下为工程文件，编译环境为VS2017，效果见“演示视频.mp4”。 3、opencv-4.5.0-vc14_vc15.exe为opencv450安装包，直接安装到配置目录就行。 4、ImageWatch.vsix为图像可视化调试工具，与VS2017相对应，具体用法可网上搜索。 5、visual_studio_community_2017_version_15.3.exe为VS2017线上安装包，具体安装方式可网上搜索。

在当前人眼视觉系统（HVS）特性研究的基础上提出基于梯度及HVS特性的离焦模糊图像质量评价模型（GVSSIM）。该模型利用Sobel边缘梯度算子提取图像的梯度信息，并根据人眼视觉特性进行视觉加权，得到新的结构相似性评价指标，进而获得图像质量评价指标。该方法与SSIM(图像结构相似度)评价模型相比，具有计算简单的特点，对离焦模糊图像的评价结果能更好地反映人眼视觉感受。

Abstract The style-based GAN architecture (StyleGAN) yields state-of-the-art results in data-driven unconditional generative image modeling. We expose and analyze several of its characteristic artifacts, and propose changes in both model architecture and training methods to address them. In particular, we redesign generator normalization, revisit progressive growing, and regularize the generator to encourage good conditioning in the mapping from latent vectors to images. In addition to improving image quality, this path length regularizer yields the additional benefit that the generator becomes significantly easier to invert. This makes it possible to reliably detect if an image is generated by a particular network. We furthermore visualize how well the generator utilizes its output resolution, and identify a capacity problem, motivating us to train larger models for additional quality improvements. Overall, our improved model rede- fines the state of the art in unconditional image modeling, both in terms of existing distribution quality metrics as well as perceived image quality.

本文档是海思官方提供的Hi3518SDK图像质量调试工具指南，对于进行基于Hi3518开发的人员，主要辅助调试人员进行图像效果及差异化的调节。

JPEG图像编码中质量因子选取方法研究，王文军，pdf版本

通过四元数小波变换分解立体图像的左右视图,获取不同尺度不同方向的幅值相位信息,并结合人眼视觉特性生成单目图;对左右视图和单目图作亮度去均值对比度归一化(MSCN)处理,获取MSCN系数图,采用广义高斯分布模型拟合MSCN系数和MSCN四方向邻域系数乘积,提取统计参数特征(联合峰度、偏度、标准偏差和能量),组成特征向量,通过XGBoost模型预测图像质量感知得分。结果表明,所提立体图像质量评价算法在LIVE3D图像库上优于其他方法,并且运行速度得到大幅度提高。

计算两幅图片的PSNR和SSIM

基于结构相似性SSIM的图像质量评价方法是通过两幅图像的亮度、对比度以及结构相似度的对比来实现评价效果的。