ارائه روشي براي ارزيابي كيفيت تصاوير محتواي صفحه با تأكيد بر ويژگي‌هاي توصيف‌گر لبه، وزن‌دهي شده توسط نواحي چشمگير تصوير

با رشد روزافزون ارتباطات چند دستگاهي و رايانش ابري، ارزيابي كيفيت تصاوير محتواي صفحه، اهميت دوچندان يافته است. در اين مقاله، يك معيار جديد براي ارزيابي كيفيت اين تصاوير با تأكيد بر ارزيابي ميزان وفاداري ويژگي‌هاي مبتني بر لبه در دو تصوير مرجع و آزمون پيشنهاد شده است. روش پيشنهادي از توصيف‌گر باينري امضاي تصوير بعنوان تابع وزن‌دهي براي بهبود نتايج استفاده مي‌كند. اين توصيفگر روشي جهت استخراج نواحي چشمگير تصوير است كه به طور قابل توجهي داده هاي مرجع را كاهش مي-دهد. معيار پيشنهادي بر روي پايگاه هاي داده SIQAD و SCID اعمال شده، نتايج ارزيابي نشان مي دهند كه اين مدل در مقايسه با ساير معيارهاي كارآمد ارزيابي كيفيت تصاوير محتواي صفحه، بهتر عمل كرده و سازگاري بالاتري با پيش بيني هاي انجام شده توسط سيستم بينايي انسان دارد.