[發明專利]基于多分辨率DCT邊緣梯度統計的無參照圖像模糊度評價方法

有效

• 申請號: 201510054586.4
• 申請日: 2015-02-03
• 公開（公告）號: CN104574424A
• 公開（公告）日: 2015-04-29
• 發明（設計）人: 張政;賴世銘;徐瑋;劉煜;張茂軍
• 申請（專利權）人: 中國人民解放軍國防科學技術大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 北京中濟緯天專利代理有限公司 11429
• 代理人: 胡偉華

技術領域

本發明涉及電子信息學科學領域，特別涉及一種基于多分辨率DCT邊緣梯度統計的無參照圖像模糊度評價方法。

背景技術

圖像模糊是圖像降質的一種，圖像模糊度評價屬于特定降質模型的圖像質量評價。準確檢測和估計圖像的模糊程度是很多圖像/視頻處理方法的基礎。

圖像模糊類型可按其模糊原因分為散焦模糊、運動模糊等。其中圖像模糊度評價方法是人眼主觀評價方法，即通過人眼主觀判斷和估計圖像的模糊程度；此種主觀評價方法比較準確，這是因為圖像和視頻最終是面向人眼呈現的，人的主觀感受是最重要的依據和評價準則。但是，人眼主觀評價的缺點是無法運用到需要實時的場合。很多應用比如基于圖像的自動聚焦、圖像壓縮編碼等都需要通過評價算法實現對圖像模糊度的估計。因此研究圖像模糊度客觀評價方法是有意義的。

目前針對圖像模糊度評價主要有三類客觀評價方法。第一類是全參照的評價方法，即需要以降質之前的原圖像作為參照，對比降質前后圖像進行模糊度評價。這類方法最為精確，但在無法獲得原圖像情形下沒有意義；第二類是部分參照評價方法，即利用部分原圖像的信息，一般通過比較原圖像與降質圖像的特征信息進行評價。這類方法相對全參照方法減少了對原圖像數據量的要求，評價相對而言比較可靠；第三類是無參照評價方法，即不利用任何原圖像的信息，僅僅通過對降質后的圖像分析進行評價。無參照評價方法應用范圍廣，具有重要的理論和應用價值。

當前無參照圖像模糊度評價方法主要采用以下四種技術路線：第一種技術路線是基于頻域(如傅里葉變換)能量頻譜的計算模型，其基本思想是模糊形成通常可看作為低通濾波作用結果，使得高頻能量被濾除掉了，這導致模糊圖像相對于正常圖像其能量頻譜以一定的規律快速消減，因此采用分析能量頻譜可以對模糊度進行評測；第二種技術路線是通過邊緣分析來確定模糊度值，其基本思想是圖像模糊會造成圖像中的細節變化比如邊緣變寬或消失，因此通過分析邊緣的變化可以對模糊度進行估計。這類方法的缺點在于邊緣檢測一般只能對包含具有較多文理內容的圖像才有效果，這導致對弱紋理圖像評價往往誤差較大；第三類技術路線是基于對圖像像素或頻域系數的統計，其基本思想是清晰圖像的像素值通常會具有更大的統計方差或更高的信息熵，因此像素值或頻域系數的統計數據能夠反映圖像模糊度的變化；第四種技術路線是基于局部梯度分析模型，其基本思想是圖像的局部梯度值對模糊較敏感，梯度值的變化能夠反映出一定的圖像模糊變化。

以上四類技術路線的共有的規律都是通過找到模糊引起的某種變化量，通過分析變化量來評測模糊度值。然而這些“某種變化量”都是基于圖像本身內容的絕對變化量，是跟圖像內容密切相關的。這些方法雖然能夠在許多場合具有較好的評價效果，但是往往會受到圖像內容的干擾導致得到較大誤差甚至完全錯誤的估計值。例如，對于一副包含豐富邊緣而模糊度本身更大的圖像和一副邊緣較少而模糊度較低的圖像，采用基于邊緣分析的評價方法經常容易對前者得到更小的估計值而對后者則得到較大的估計值。當前許多方法都有類似的缺陷即無法獲得準確的絕對模糊度值。

當然任何一個評價方法都無法對任意圖像的模糊度進行精準的評價，這類似于人眼有時候也難以區分兩張圖像模糊度一樣。針對無參照評價方法的好壞評測，通常采用具有主觀評價MOS(Mean Opinion Score)或DMOS(Difference Mean Opinion Score)數據的圖像作為測試數據，通過對比評價值與MOS或DMOS值進行評估方法的好壞。如果某個方法的對大量的測試數據集的評價值呈現出與人眼主觀評價數據值相一致的規律，則此種方法被認定為評價效果好。

發明內容

本發明的目的是針對上述已有技術的不足，提出一種能提高無參照模糊度客觀估計的準確度和穩定性，使得評價結果最大程度上與圖像內容無關，而與人眼視覺主觀評價密切一致的基于多分辨率DCT邊緣梯度統計的無參照圖像模糊度評價方法。

本發明的技術方案是：

一種基于多分辨率DCT邊緣梯度統計的無參照圖像模糊度評價方法，包括以下步驟：