【结果+代码】2026中青杯B题第一问建立无参考图像质量评价(NR-IQA)的数学模型
问题一求解梳理
问题要求
- 问题一：
建立无参考图像质量评价(NR-IQA)的数学模型｡将文本提示词结构化为主体对象(名词实体)､属性描述(形容词/副词)､场景关系(空间位置)､风格指令(艺术类型)四类语义要素,建立基于CLIP语义相似度或关键词匹配率的语义保真度量化指标;建立基于自然场景统计(NSS)特征或频域分析的技术质量指标(清晰度､噪声､伪影);建立基于边缘连续性､形状规则性的结构完整性指标｡给出各维度指标的数学定义和计算方法,建立加权综合质量指数模型,明确各参数在物理或统计意义上的解释｡
求解思路
- 步骤1数据准备。准备生成图像、文本提示词、语义要素类别主体对象、属性描述、场景关系、风格指令，准备语义保真度候选方法CLIP语义相似度，准备技术质量维度清晰度、噪声、伪影，准备技术质量候选特征自然场景统计特征、频域分析特征，准备结构完整性维度边缘连续性、形状规则性。题面未给出具体文本提示词、人工评分、参考图像或数值型参数，因此模型按无参考评价约束构造为，不使用参考图像。
- 步骤2文本提示词结构化。采用基于规则的词性与短语解析算法，将文本提示词划分为四类语义集合：主体对象、属性描述、场景关系、风格指令，形成
- 步骤4计算技术质量指标。采用自然场景统计特征与频域分析组合算法，分别构造清晰度、噪声、伪影三个子指标。清晰度使用图像灰度图的拉普拉斯方差表征，拉普拉斯方差越大表示边缘与纹理越清晰；噪声抑制指标使用高频残差强度的反向归一化结果表示，高频随机扰动越强则越低；伪影抑制指标使用频域异常能量或块状边界异常强度的反向归一化结果表示，伪影越强则越低。将三个子指标统一归一化至，满足
- 步骤5计算结构完整性指标。采用Canny边缘检测算法提取图像边缘，计算边缘连续性；采用轮廓提取与形状规则性度量算法计算形状规则性。边缘连续性由连续边缘长度占全部边缘长度比例归一化得到，形状规则性由轮廓闭合程度、轮廓平滑程度或形状紧致度的归一化结果得到，二者满足
这里是我们第一问完整求解的可视化图和代码+最终结果：
完整获取传送门：
通过网盘分享的文件：中青杯资料获取入口
链接: https://pan.baidu.com/s/1VT31eEcwz4jx1VIckwjWBA 提取码: 6666
--来自百度网盘超级会员v6的分享