[發明專利]基于互補性組合特征與多相回歸的盲圖像質量評價方法

有效

• 申請號: 201410476532.2
• 申請日: 2014-09-17
• 公開（公告）號: CN104268590B
• 公開（公告）日: 2017-08-11
• 發明（設計）人: 李宏亮;吳慶波;孟凡滿;羅雯怡;黃超;羅冰
• 申請（專利權）人: 電子科技大學
• 主分類號: G06K9/66
• 分類號: G06K9/66;G06K9/46
• 代理公司: 電子科技大學專利中心51203
• 代理人: 鄒裕蓉

1.基于互補性組合特征與多相回歸的盲圖像質量評價方法，其特征在于，包括以下步驟：

步驟1)對測試圖像進行互補性組合特征提取：

1-1：將測試圖像統一轉換為YCbCr通道；

1-2：分別在亮度分量Y通道、藍色色度分量Cb通道、紅色色度分量Cr通道上計算小波域全局幅度分布特征P＝[P^Y,P^Cb,P^Cr]；

1-3：在各通道上計算局部小波域方向梯度直方圖HoG特征Q＝[Q^Y,Q^Cb,Q^Cr]；

1-4：在亮度分量Y通道上計算局部二值模式特征LBP；

1-5：將小波域全局分布特征P、局部小波域方向梯度直方圖HoG特征以及局部二值模式特征LBP聯起來得到總的互補性組合特征

步驟2)將測試圖像的互補性組合特征輸入訓練好的支持向量機SVM分類器對測試圖像進行分類，SVM分類器輸出該測試圖像所屬失真類型標簽；

步驟3)計算測試圖像與所屬失真類型中所有訓練圖像的相似度，根據相似度從大到小順序選擇前K個測試圖像組成訓練集，用訓練集訓練支持向量回歸器SVR；

步驟4)將測試圖像的互補性組合特征輸入SVR，SVR輸出測試圖像的質量打分。

2.如權利要求1所述基于互補性組合特征與多相回歸的盲圖像質量評價方法，其特征在于，使用卡方距離來表示測試圖像與分類中所有訓練圖像的相似度，卡方距離越小，兩幅圖像相似度越大。

3.如權利要求1所述基于互補性組合特征與多相回歸的盲圖像質量評價方法，其特征在于，K為30。

4.如權利要求1所述基于互補性組合特征與多相回歸的盲圖像質量評價方法，其特征在于，計算小波域全局幅度分布特征P＝[P^Y,P^Cb,P^Cr]的具體方法是：

其中，表示通道i的第k個子帶的小波系數幅度集合，i＝Y,Cb,Cr，L表示每個同道中小波子帶總數，h(.)表示直方圖統計算子，norm(.)表示歸一化算子。

5.如權利要求1所述基于互補性組合特征與多相回歸的盲圖像質量評價方法，其特征在于，計算局部小波域方向梯度直方圖HoG特征時，將梯度方向量化到8個方向，采用梯度幅值投票進行HoG統計，8個方向分別為0度、45度、90度、145度、180度、225度、270度、315度。