[發明專利]一種基于獨立成分分析的圖像質量評價方法

在審

• 申請號: 201410005500.4
• 申請日: 2014-01-06
• 公開（公告）號: CN103745466A
• 公開（公告）日: 2014-04-23
• 發明（設計）人: 段立娟;席濤;楊震;馬偉;喬元華;齊洪鋼
• 申請（專利權）人: 北京工業大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 張慧

技術領域

本發明屬于圖像處理技術領域，涉及一種基于獨立成分分析的圖像質量評價方法。

背景技術

圖像質量是比較各種圖像處理算法性能優劣以及優化系統參數的重要指標，因此在圖像采集、編碼壓縮、網絡傳輸等領域建立有效的圖像質量評價機制具有重要的意義。圖像質量評價廣泛應用于數字成像系統的各個環節(采集、壓縮、編碼、去噪、增強、水印、認證、存儲、合成與復制等)，以達到實時質量監控、參數與性能優化等目的。傳統的主觀圖像質量評價主要依賴于心理學實驗的測定，而這些實驗不僅對實驗條件有著苛刻的要求，而且實施步驟復雜，不能滿足實時性要求。因此，客觀圖像質量評價方法出現在人們視野中。

客觀圖像質量評價方法可以分為全參考、半參考和無參考算法，分別需要完整的參考圖像、參考圖像的部分信息和不需要任何關于參考圖像的信息。由于無參考算法的開發難度很高且對失真類型比較敏感，而半參考算法與全參考算法在開發過程中具有高度共通性，當前國內外的研究主要集中在全參考圖像質量評價算法上。傳統的全參考圖像質量評價指標包括常見的均方差(MSE)、信噪比(SNR)和峰值信噪比(PSNR)。盡管它們有著計算簡單和物理含義清晰的優點，但是由于與人眼的視覺感知存在著較大差異而飽受批評。為了克服上述問題，研究人員通過引入人眼視覺特征，使得客觀算法估計與人眼視覺感知吻合度更高。例如，噪音質量度量(NQM)利用Peli對比度金字塔產生與待測圖像在視覺上高度相似的模擬圖像，并通過計算模擬圖像的信噪比來估計圖像感知質量。視覺信噪比(VSNR)嘗試利用人眼視覺系統的臨界閾值和超閾值視覺感知特點共同開發圖像質量評價算法。但是，這類方法往往計算復雜度較高，并且由于目前學界對于人眼視覺系統理解的局限性，因此對人眼視覺系統的建模受到了諸多因素的制約。

獨立成分分析（ICA）是把數據或信號分離成統計獨立的、非高斯的信號源的線性組合方法，能夠模擬圖像信號在哺乳動物初級視覺皮層細胞中的描述，從而能準確地提取出一幅圖像的視覺感知特征。因此，獨立成分分析更適合用于圖像質量評價。應用獨立成分分析處理失真圖像和參考圖像，如果兩幅圖像的獨立成分是相同的，則表示失真圖像與參考圖像的質量是相同的；如果兩幅圖像的獨立成分不相同，則用它們獨立成分的差異來表示失真圖像的質量。Yunyu?Shi等人提出了一種基于獨立成分分析的圖像質量評價方法，但該方法僅僅適用于灰度圖評價，不能對彩色圖像進行分析和處理。

發明內容

針對目前基于獨立成分分析的圖像質量評價方法還不能對彩色圖像進行分析處理問題，本發明提出一種同時適用于灰度圖和彩色圖的圖像質量評價方法。

為實現上述目的，本發明采用以下技術方案：

首先，使用FastICA算法從參考圖像集中訓練出一個ICA分解矩陣；然后，通過將參考圖像和待評價圖像中每個圖像塊與ICA分解矩陣，得到每個圖像塊的獨立成分；最后，將參考圖像和待評價圖像的獨立成分的差異去衡量待評價圖像的質量。

一種基于獨立成分分析的圖像質量評價方法，包括以下步驟：

步驟1，從參考圖像集中隨機切分出足夠多的圖像塊，作為訓練數據集，并將每個圖像塊向量化，每個圖像塊對應一個向量。

步驟2，對步驟1所得到的訓練數據集中所有向量通過主成分分析（PCA）方法進行降維。

進行降維處理的目的是為了降低圖像塊中的噪聲和冗余信息。

步驟3，利用步驟2所得到的所有降維后的向量組成的矩陣作為訓練數據集，通過FastICA算法得到ICA分解矩陣。

ICA分解矩陣用于提取失真圖像和參考圖像的獨立成分。

步驟4，分別將待評價失真圖像和參考圖像按照從左至右、從上至下的順序切分成不重疊的、大小相同的圖像塊，然后，將每個圖像塊與步驟3訓練出來的ICA分解矩陣相乘得到此圖像塊的獨立成分。

步驟5，計算待評價失真圖像中每個塊獨立成分與參考圖像中對應位置的圖像塊獨立成分的差異，并將失真圖像所有塊獨立成分的差異求和得到失真圖像的質量。

本發明的方法具有以下優點：

（1）與傳統方法相比，本發明模擬了視覺信號在人類視覺皮層中的表示，更接近主觀圖像質量評價。

（2）本發明的主要計算量集中在將切分的每個圖像塊與ICA分解矩陣相乘得到圖像塊的獨立成分上，但每個圖像塊的計算都是相互獨立的，因此，可以采用并行計算，提高了執行效率。

（3）通過對彩色圖像的三個顏色通道進行主成分分析，本發明所述方法可以同時對灰度圖和彩色圖的圖像質量進行評價。

附圖說明