Для эффективного оценка качества цифровых изображений нужно определить эффективность алгоритма. В статье исследуется 25 классических и новейших методов безэталонной оценки качества цифровых изображений, разработанных в последнее десятилетие: BLIINDS-II, BRISQUE, NIQE, IL-NIQE, GM-LOG, NR-GLBP, NR-GLBP, PIQE, BJLC, LPSI, FRIQUEE, HOSA, CORNIA, QAC, PIPs, MRLIQ, MEON, RankIQA, SPF-IQA, SSEQ, CLRIQA, BIECON, NRSL, NFERM, BMPRI, BPRI. Экспериментальными служили изображения с искусственно созданными искажениями и экспертные оценки их качества из общедоступных баз TID2013, CISQ и LIVE. Проводится масштабный сравнительный корреляционный анализ алгоритмов, анализируется зависимость между субъективными и количественными оценками качества изображений. Оценена вычислительная эффективность каждого конкурирующего метода. В результате экспериментальных исследований сделан следующий вывод: новейшие универсальные алгоритмы имеют некоторые недостатки, но показывают хорошие результаты при прогнозировании качества цифровых изображений.

универсальные методы, качество изображения, цифровое изображение, оценка качества изображения, безэталонная оценка, объективные показатели, шум, размытие, сжатие, эффективность алгоритма