[發明專利]一種基于局部二值模式的無參考彩色圖像質量評價方法有效
| 申請號： | 201611197884.X | 申請日： | 2016-12-22 |
| 公開（公告）號： | CN106600597B | 公開（公告）日： | 2019-04-12 |
| 發明（設計）人： | 李國寬;黃浩;謝長生;姚巍;李淑麗;王坤 | 申請（專利權）人： | 華中科技大學;深圳華中科技大學研究院 |
| 主分類號： | G06T7/00 | 分類號： | G06T7/00 |
| 代理公司： | 華中科技大學專利中心 42201 | 代理人： | 李歡 |
| 地址： | 430074 湖北*** | 國省代碼： | 湖北;42 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 局部 模式 參考 彩色 圖像 質量 評價 方法 | ||
1.一種基于局部二值模式的無參考彩色圖像質量評價方法，其特征在于，該方法包括如下步驟：
(1)讀取失真圖像樣本集中的任一失真圖像，提取其R、G、B分量，并計算所述R、G、B分量兩兩之間的互信息；
(2)分別對所述R、G、B分量進行局部二值模式操作，得到所述R、G、B分量的局部二值模式特征圖像，并計算所述局部二值模式特征圖像兩兩之間的互信息；
(3)分別計算所述局部二值模式特征圖像的均值、方差、對比度和信息熵；
(4)以所述R、G、B分量兩兩之間的互信息、所述局部二值模式特征圖像兩兩之間的互信息、均值、方差、對比度和信息熵作為所述失真圖像的特征值，構建所述失真圖像的多維特征向量；
(5)重復步驟(1)到步驟(4)，構建所述失真圖像樣本集中所有失真圖像的多維特征向量；
(6)利用支持向量回歸分析對所述失真圖像樣本集中所有失真圖像的多維特征向量與其對應的人眼主觀評分進行訓練，得到所述失真圖像樣本集中所有失真圖像的多維特征向量與人眼主觀評分之間的函數關系模型；
(7)將待評價失真圖像的多維特征向量作為所述函數關系模型的輸入值，所述函數關系模型的輸出值即為所述待評價失真圖像的質量評價值。
2.根據權利要求1所述的一種基于局部二值模式的無參考彩色圖像質量評價方法，其特征在于，所述R、G、B分量兩兩之間的互信息通過下式計算：
式中，和分別為IX和IY的邊緣概率密度函數，為IX和IY的聯合概率密度函數，X,Y∈{R,G,B}，且X≠Y。
3.根據權利要求1所述的一種基于局部二值模式的無參考彩色圖像質量評價方法，其特征在于，所述局部二值模式特征圖像兩兩之間的互信息通過下式計算：
式中，X,Y∈{R-LBP,G-LBP,B-LBP}，且X≠Y，LBP對應為各分量局部二值模式操作。
4.根據權利要求1所述的一種基于局部二值模式的無參考彩色圖像質量評價方法，其特征在于，所述局部二值模式的具體方法為：
(21)設所述失真圖像樣本和待評價失真圖像的中心點像素值為ac，將鄰域像素值ai與ac進行比較，i＝0,1,…,7：
(22)通過對每個鄰域像素點賦予不同的權系數2i，i＝0,1,…,7；計算所述中心像素ac處的局部二值模式值；
所述局部二值模式值的計算公式為：
5.根據權利要求1所述的一種基于局部二值模式的無參考彩色圖像質量評價方法，其特征在于，所述均值通過下式計算：
式中：I(x,y)為像素點(x,y)的像素值，M，N為x，y方向上的像素數。
6.根據權利要求1所述的一種基于局部二值模式的無參考彩色圖像質量評價方法，其特征在于，所述方差通過下式計算：
式中：I(x,y)為像素點(x,y)的像素值，M，N為x，y方向上的像素數，μ為均值。
7.根據權利要求1所述的一種基于局部二值模式的無參考彩色圖像質量評價方法，其特征在于，所述對比度通過下式計算：
式中：I(x,y)為像素點(x,y)的像素值，M，N為x，y方向上的像素數。
8.根據權利要求1所述的一種基于局部二值模式的無參考彩色圖像質量評價方法，其特征在于，所述信息熵通過下式計算：
式中，p(i)表示像素值為i的像素的概率。
9.根據權利要求1所述的一種基于局部二值模式的無參考彩色圖像質量評價方法，其特征在于，所述多維特征向量為18維特征向量。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于華中科技大學;深圳華中科技大學研究院，未經華中科技大學;深圳華中科技大學研究院許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201611197884.X/1.html，轉載請聲明來源鉆瓜專利網。
