[發明專利]基于圖片質量水平分類的圖片質量評價方法

在審

• 申請號: 201410490293.6
• 申請日: 2014-09-23
• 公開（公告）號: CN104346810A
• 公開（公告）日: 2015-02-11
• 發明（設計）人: 楊小康;閔雄闊;翟廣濤;顧錁
• 申請（專利權）人: 上海交通大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/66
• 代理公司: 上海漢聲知識產權代理有限公司 31236
• 代理人: 徐紅銀;郭國中

技術領域

本發明涉及圖像處理技術領域，具體地，涉及一種基于圖片質量水平分類的圖片質量評價方法。?

背景技術

圖像質量評價技術在許多圖像處理應用中具有非常重要的作用，如圖像壓縮、存儲、傳輸和重構方法的開發和優化。現今的圖像質量評價方法可以分為主觀評價和客觀評價，主觀評價是圖像質量的最終標準，但是主觀評價對于實際的圖像處理系統來說通常不太現實。近年來許多研究者投入到客觀圖像質量評價方法中，客觀圖像質量評價方法根據是否能夠得到原圖可以分為全參、半參及無參三類方法。?

均方誤差(MSE)和峰值性噪比(PSNR)盡管有時候與測試者的主觀評分不是特別符合，但由于其簡單性，MSE和PSNR仍然是目前最普遍的質量評價標準。近年來，受一些經典心理學認知范例的激發，許多研究者提出了一些基于認知的評價方法。如Wang,Z.等人在《IEEE?Trans.Image?Process》第13卷第4期第600頁至第612頁發表的論文“Image?quality?assessment:from?error?visibility?to?structural?similarity”中提出的結構相似性方法(SSIM)就是現今非常流行的基于認知的圖像質量評價方法，該方法實際上關注的是圖像的結構信息。Wang,Z.等人在《IEEE?Asilomar?Conference?on?Signals,Systems?and?Computer》第2卷第1398頁至第1402頁發表的論文“Multi-scale?structural?similarity?for?image?quality?assessment”中提出的多尺度結構相似性方法(MS-SSIM)將SSIM方法擴展到多尺度上，提供了更好的性能。Sheikh,H.R.等人在《IEEE?Trans.Image?Process》第15卷第2期第430頁至第444頁發表的論文《Image?information?and?visual?quality》中提出的視覺信息保真度方法(VIF)也提供了良好的性能，該方法通過量化從原圖到失真圖的圖片信息損失進行質量評價。此外，作者還在該文中提供了VIF方法的低計算復雜度版本：基于像素的視覺信息保真度方法(VIFP)。?

最近許多圖像質量評價領域的研究者發現圖像失真類型分類對圖像質量評價非常重要，如Liu,H.等人在《IEEE?Trans.Circuits?Syst.Video?Technol.》第21卷第7期第971?頁至第982頁提出的Blind?Image?Quality?Indices(BIQI)方法。該方法分為兩個步驟，首先利用失真圖像統計(DIS)將圖像根據失真類型進行分類，再根據不同失真類型進行質量評價。?

圖像質量評價方法很多，但是很少有人研究過圖像質量水平對圖像質量評價方法預測準確性的影響。通過實驗發現圖像質量水平對圖像質量評價方法的預測準確性有顯著的影響，如上述的SSIM方法和MS-SSIM方法評價高質量圖像時通常更準確；而VIF方法和VIFP方法評價低質量圖像時更準確。該發現可以通過人在不同視覺質量條件下的視覺感知機制來解釋：當圖片質量狀況較好時，人類視覺系統通常提取圖片的結構信息，類結構相似性的方法能夠提供更良好的性能；當圖片質量狀況較差時，圖片的質量可以通過圖片場景不準確部分的不確定性來表達，類視覺信息保真度方法通過計算互信息，通常能夠提供更好的性能。?

發明內容

針對現有技術中的缺陷，本發明的目的是提供一種基于圖片質量水平分類的圖片質量評價方法，該方法利用人分別在低質量和高質量狀況下不同的視覺感知機制，并充分利用SSIM/MS-SSIM方法和VIF/VIFP方法的優勢，通過對圖片質量水平進行分類，在高圖片質量水平下使用SSIM/MS-SSIM方法，在低圖片質量水平下使用VIF/VIFP方法來評價圖片質量，提供了更加良好的性能。?

為實現以上目的，本發明提供一種基于圖片質量水平分類的圖片質量評價方法，所述方法包括以下步驟：?

步驟一，對圖片質量水平進行分類，分成高質量水平圖片、低質量水平圖片兩類；?

步驟二，對于高質量水平圖片使用類結構相似性方法進行評價圖片質量，對于低質量水平圖片使用類視覺信息保真度方法來評價圖片質量。?