[發(fā)明專利]基于視覺感知的拍攝圖像質(zhì)量評價(jià)方法

有效

• 申請?zhí)枺?/td>: 201610044268.4
• 申請日: 2016-01-22
• 公開（公告）號: CN105741328B
• 公開（公告）日: 2018-09-11
• 發(fā)明（設(shè)計(jì)）人: 路文;任玉玲;賈長城;許天驕;何立火;鄧成;王穎;王斌;王秀美;牛振興
• 申請（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號: G06T7/90
• 分類號: G06T7/90;G06K9/62
• 代理公司: 陜西電子工業(yè)專利中心 61205
• 代理人: 程曉霞;王品華

1.一種基于視覺感知的拍攝圖像質(zhì)量評價(jià)方法，包括對標(biāo)準(zhǔn)圖像和測試圖像的特征提取，其特征在于，圖像的質(zhì)量評價(jià)過程包括：

(1)將一幅標(biāo)準(zhǔn)圖像由RGB顏色空間轉(zhuǎn)換到HSI顏色空間，分別求得標(biāo)準(zhǔn)圖像的色調(diào)分量、飽和度分量和亮度分量，用色調(diào)分量來描述主彩色分量，用飽和度分量來測量彩色的純度；用亮度分量描述彩色的明亮程度；

(2)求標(biāo)準(zhǔn)圖像的梯度系數(shù)：計(jì)算標(biāo)準(zhǔn)圖像的色調(diào)分量、飽和度分量、亮度分量和灰度圖像的梯度系數(shù)，并對各梯度系數(shù)分別進(jìn)行歸一化；

(3)用估計(jì)參數(shù)表征圖像質(zhì)量特征：利用廣義高斯模型對歸一化后的梯度系數(shù)邊緣分布進(jìn)行擬合，然后分別計(jì)算廣義高斯模型的估計(jì)參數(shù)(λ,s,γ,s_l,s_r,μ)，將廣義高斯模型的估計(jì)參數(shù)(λ,s,γ,s_l,s_r,μ)作為表征一幅標(biāo)準(zhǔn)圖像質(zhì)量的特征，記為用估計(jì)參數(shù)表征圖像質(zhì)量特征；估計(jì)參數(shù)(λ,s,γ,s_l,s_r,μ)中，參數(shù)λ為對稱的廣義高斯模型的形狀參數(shù)，參數(shù)s為對稱的廣義高斯模型的尺度參數(shù)，參數(shù)γ為隨機(jī)信號的形狀參數(shù)，參數(shù)μ為隨機(jī)信號的均值，參數(shù)s_l為隨機(jī)信號的左尺度參數(shù)，參數(shù)s_r為隨機(jī)信號的右尺度參數(shù)；

(4)模型訓(xùn)練：選取L張標(biāo)準(zhǔn)圖像組成訓(xùn)練集，計(jì)算訓(xùn)練集中所有標(biāo)準(zhǔn)圖像的質(zhì)量特征計(jì)算訓(xùn)練集里所有標(biāo)準(zhǔn)圖像質(zhì)量特征估計(jì)參數(shù)的均值m_r和方差c_r；

(5)計(jì)算測試圖像質(zhì)量分?jǐn)?shù)Q：按步驟(1)-(3)提取測試圖像的質(zhì)量特征，記為f_d，然后對f_d分別求均值m_d和方差c_d，用均值m_d和方差c_d表征所提取的測試圖像的質(zhì)量特征，通過比較測試圖像與標(biāo)準(zhǔn)圖像質(zhì)量特征的差異獲得測試圖像的質(zhì)量分?jǐn)?shù)Q。

2.根據(jù)權(quán)利要求1所述的基于視覺感知的拍攝圖像質(zhì)量評價(jià)方法，其特征在于，步驟(1)中的一幅標(biāo)準(zhǔn)圖像由RGB顏色空間轉(zhuǎn)換到HSI顏色空間，分別求得標(biāo)準(zhǔn)圖像的色調(diào)分量H、飽和度分量S和亮度分量I，其中色調(diào)分量H的計(jì)算見下式：

式中δ為角向量，用于表達(dá)色調(diào)分量H，當(dāng)標(biāo)準(zhǔn)圖像的藍(lán)色分量B小于等于綠色分量G的時(shí)候，色調(diào)分量H等于δ；當(dāng)標(biāo)準(zhǔn)圖像的藍(lán)色分量B大于綠色分量G的時(shí)候，色調(diào)分量H等于2π-δ，δ表達(dá)式如下：

飽和度分量S和亮度分量I：

式中R、G、B表示RGB顏色空間的紅、綠、藍(lán)顏色分量。

3.根據(jù)權(quán)利要求1所述的基于視覺感知的拍攝圖像質(zhì)量評價(jià)方法，其特征在于，步驟(2)中所述的求標(biāo)準(zhǔn)圖像的梯度系數(shù)，是對標(biāo)準(zhǔn)圖像的色調(diào)分量，飽和度分量，亮度分量和灰度圖像求梯度系數(shù)，具體計(jì)算過程如下：

上式中P(m,n)表示進(jìn)行梯度運(yùn)算后求得的梯度矩陣，該梯度矩陣所表示的就是梯度系數(shù)，其中的m表示圖像的橫坐標(biāo)，n表示圖像的縱坐標(biāo)；G(m,n)分別代表色調(diào)分量H、飽和度分量S、亮度分量I和灰度圖像矩陣；表示線性卷積，g_x,g_y表示水平和垂直方向的高斯偏導(dǎo)函數(shù)，高斯偏導(dǎo)函數(shù)的表達(dá)式如下：

其中α是尺度因子， 式中x表示橫坐標(biāo)，y表示縱坐標(biāo)，采用下式對求得的梯度矩陣P(m,n)進(jìn)行歸一化以獲得其在相同數(shù)值尺度下的梯度值：

其中表示歸一化后的梯度矩陣，m∈{1,2…M},n∈{1,2…N}，M，N是待求梯度矩陣的維數(shù)，μ(m,n)，σ(m,n)是待求梯度矩陣的均值和對比度，待求梯度的矩陣分別是色調(diào)分量H、飽和度分量S、亮度分量I和灰度圖像，

其中w＝{w_i,j|i＝-I,...,I,j＝-J,...,J}是二維加權(quán)函數(shù)，在具體應(yīng)用時(shí)設(shè)置I＝J＝3。