[發明專利]一種結合圖像顯著性區域分割的圖像模糊檢測算法

有效

• 申請號: 201410188486.6
• 申請日: 2014-05-06
• 公開（公告）號: CN103955934B
• 公開（公告）日: 2017-05-24
• 發明（設計）人: 馬思偉;宋強;張新峰;熊瑞勤
• 申請（專利權）人: 北京大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/136
• 代理公司: 北京市商泰律師事務所11255
• 代理人: 毛燕生

技術領域

本發明屬于模式識別及機器學習領域，具體涉及一組新的結合圖像顯著性區域分割的圖像模糊判別特征,以及基于該組特征的圖像模糊檢測算法。

背景技術

模糊圖像檢測是近年來新產生的技術需求。隨著數碼相機等大眾化的成像設備的普及，在我們身邊出現了越來越多的數字圖像，普通用戶個人電子相冊里的圖像已經數以萬計，其中很多圖像是存在多種失真的，模糊失真是其中重要的一類。實際應用中，人們期望能夠由計算機在大量的圖像庫中自動識別出模糊圖像，從而去除低質量的圖像，提高存儲效率。另一方面，低質量圖像識別在圖像搜索中也具有重要價值，人們不僅希望搜索引擎能夠檢索到相似圖像，同時也能夠將質量較高的圖像排序盡可能靠前，從而提高圖像利用效率。

由于模糊檢測是在沒有高質量圖像可參考條件下，對圖像模糊程度或者質量進行判斷，因此，傳統的基于均方誤差(MeanSquareError,MSE)和峰值信噪比(PeakSignalto NoiseRatio,PSNR)以及基于結構相似度(StructuralSimilarity,SSIM)的圖像質量評價方法都需要參考原始無失真圖像內容，難以應用于模糊圖像識別中。目前的無參考質量評價雖然能夠一定程度上對圖像質量作出評測，但是目前的方法往往是根據圖像全局或者局部特征，沒有考慮到人對于內容的主觀感受，無參考圖像質量評測的性能還不能滿足實際需求，還需要進一步提高。

發明內容

本發明要解決的技術問題是建立圖像模糊評測的特征集，以此基于該特征集來進行模糊圖像的識別。本發明提出了一組新的結合圖像顯著性區域分割的圖像模糊判別特征和一種基于該組特征的圖像模糊判別算法。

本發明的技術方案是這樣實現的：

一種結合圖像顯著性區域分割的圖像模糊檢測算法，基于圖像全局區域特征和關注區域特征的無參考圖像的模糊估計；對于圖像的特征，使用了圖像不同分辨率下梯度跳變和圖像非零二階導數的絕對值的均值作為區別圖像模糊與否的判別特征；對于圖像的分割，利用顯著性檢測算法進行圖像的分割。

本發明采用了基于二維log-gaborwavelets的saliencymap的分割算法進行圖像分割得到圖像的關注區域。

本發明對于圖像的特征，提出了基于圖像非零二階導數的絕對值的均值的特征；對于圖像的分割，本發明根據人眼顯著性區域，利用顯著性檢測算法進行圖像的分割，這種分割更加符合人眼對于圖像模糊與否的判斷；對于顯著性檢測算法的選擇，本發明選擇了基于二維log-gaborwavelets的顯著性檢測算法，它更加適用于對模糊圖像的估計與檢測。

附圖說明

圖1是模糊圖像退化過程圖：圖1(1)原始圖，圖1(2)濾波后的模糊圖，圖1(3)再濾波后的模糊圖；

圖2是人物圖像和商品圖像：圖2(1)是商品圖像，圖2(2)是人物圖像；

圖3是以飛機圖片為例四種算法處理后的結果：圖3(1)原圖，圖3(2)SR(基于頻譜殘差)，圖3(3)WM(基于二維小波)，圖3(4)FC(頻域法)，圖3(5)MSS(基于最大對稱環繞)；

圖4是圖片分割示意圖：圖4(1)商品圖分割示意，圖4(2)前景清晰背景模糊類圖分割示意，圖4(3)模糊類圖分割示意，圖4(4).復雜背景類圖分割示意；

圖5是圖像非零二階導數的均值計算框圖；

圖6是v_mg、v_g及組合特征的ROC曲線圖；

圖7是sv_mg、sv_g及組合特征的ROC曲線圖。

具體實施方式

本發明涉及一種新的基于人眼顯著性區域的圖像模糊估計和一種新的圖像模糊估計的圖像特征。

清晰圖像和模糊圖像在某些統計特性上存在較大差異，我們根據已有工作基礎，研究了圖像不同尺度下的梯度變化特征和圖像二階統計特征，并進一步考慮到人對于不同圖像關注內容的不同，建立了能夠有效區分模糊圖像和清晰圖像的全局特征和局部特征；最后，我們利用這些特征，采用學習方式，建立有效的模糊圖像和清晰圖像的分類器。

對于圖像特征，我們首先對清晰圖像和模糊圖像分別進行再模糊，然后統計圖像在不同尺度下的梯度跳變。如圖1所示，我們發現，清晰圖像與其再模糊后的圖像間的梯度跳變要明顯大于模糊圖像與其再模糊圖像間的梯度跳變，這是因為模糊圖像中高頻內容較少，經過低通濾波再模糊后圖像高頻變化不大，而清晰圖像經過低通濾波后損失較多的高頻，反映到梯度上就出現了較為明顯的變化。同時，結合實際觀測，我們發現模糊圖像邊緣相對清晰圖像變化緩慢，該變化過程的速度可以利用圖像的二階導數反映，如圖1所示。