[發(fā)明專利]基于威布爾統(tǒng)計特征的內(nèi)容不敏感模糊圖像質量評價方法

有效

• 申請?zhí)枺?/td>: 201710052877.9
• 申請日: 2017-01-24
• 公開（公告）號: CN106875383B
• 公開（公告）日: 2020-05-08
• 發(fā)明（設計）人: 鄧宸偉;王水根;周士超;李震;趙保軍
• 申請（專利權）人: 北京理工大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/44
• 代理公司: 北京理工大學專利中心 11120
• 代理人: 代麗;仇蕾安

本發(fā)明公開了一種基于威布爾統(tǒng)計特征的內(nèi)容不敏感模糊圖像質量評價方法。使用本發(fā)明能夠很好解決現(xiàn)有算法對相同模糊程度但內(nèi)容不同的模糊圖像評價不準確的問題。本發(fā)明取待評價圖像的邊緣梯度幅值矩陣，對邊緣梯度幅值矩陣采用威布爾分布進行建模擬合，得到梯度的威布爾分布形狀和尺度參數(shù)，同時計算威布爾分布形狀的偏斜度值，提取的形狀、尺度和偏斜度參數(shù)可以很好地區(qū)分不同模糊程度圖像的梯度幅值分布；然后對具有相同內(nèi)容圖像的威布爾分布形狀、尺度和偏斜度做分離歸一化，減少參數(shù)與圖像內(nèi)容之間的關系，到達與圖像內(nèi)容不敏感的目的；最后利用歸一化后的威布爾分布形狀、尺度和偏斜度為特征值，對待評價圖像進行質量評價。

技術領域

本發(fā)明涉及圖像處理技術領域，具體涉及一種基于威布爾統(tǒng)計特征的內(nèi)容不敏感模糊圖像質量評價方法。

背景技術

數(shù)字多媒體技術和互聯(lián)網(wǎng)技術的迅猛發(fā)展，使得多媒體內(nèi)容可以成為現(xiàn)代人們?nèi)粘蕵贰⑼ㄐ诺闹饕獌?nèi)容，比如，高分辨率電視(High Definition Television，HDTV)、流媒體網(wǎng)絡電視(Streaming Internet Protocol TV，IPTV)、愛奇藝、優(yōu)酷、Youtube、Flickr等視頻網(wǎng)站。如此海量的數(shù)據(jù)和龐大的需求使得人類對多媒體影像的觀賞質量要求越來越高，同時觸發(fā)多媒體信號采集、壓縮、傳輸、增強以及重構等技術的大力研究。在多媒體采集、處理等過程中，信號經(jīng)常受到很多外界不利因素的干擾，包括噪聲、模糊、壓縮塊效應等。其中，圖像模糊是最常見的一種失真類型，通常包括失焦模糊和運動模糊兩種。失焦模糊是由于相機焦點不在物體上導致的，而運動模糊則是由于相機和物體存在相對運動。無論是哪種模糊都會使得被模糊物體的邊緣失去銳度，結構變得不清晰，嚴重影響人類視覺體驗。因此，期望能夠建立一種客觀的圖像模糊評價機制，對模糊圖像質量評判打分，進而指導采集、處理等過程。

現(xiàn)有的圖像質量評價算法，依據(jù)是否借助無失真圖像做參考，可以分為全參考、部分參考和無參考評價算法。全參考評價算法可以利用無失真圖像的所有信息，部分參考評價算法則只能通過無失真圖像的部分信息做參考，而無參考評價算法無需利用無失真圖像的信息。從效果進行比較，全參考評價模型由于可以利用全部的信息，往往有最好的效果；而從實用的角度比較，由于實際中無失真圖像很多時候是獲取不到的，此時，只有無參考評價模型適用。所以，研究無參考模糊圖像質量評價算法具有重要的實際作用。

最近一些年，國內(nèi)外很多專家學者進行了模糊圖像無參考質量評價方面的研究，提出了一系列算法，根據(jù)特征提取方法的不同，可以分為基于空間域的、基于變換域的和基于梯度的三種類型算法。

基于空間域特征提取的無參考模糊評價算法，一般提取圖像邊緣寬度和紋理等特征作為圖像模糊的表征。該類方法中，無論是空間域計算水平和豎直方向圖像邊緣的延伸度，還是計算像素變化協(xié)方差的模型，都很容易受到邊緣提取精度和邊緣銳度建模精度的影響，容易產(chǎn)生誤差。同時，這些模型提取的特征描述對圖像內(nèi)容敏感，可能導致相同模糊程度的但內(nèi)容不同的兩幅圖像計算得到的特征表征差別比較大。

基于變換域的無參考模糊評判模型基于模糊導致圖像高頻能量減少的理論提出對圖像進行傅里葉變換、離散余弦變換、離散小波變換或稀疏變換等。其中一些算法通過變換系數(shù)計算得到能量損失程度，另外一些算法則從變換系數(shù)中提取自然場景統(tǒng)計特征(Natural Scene Statistics,NSS)。這類方法同樣受到圖像內(nèi)容的影響，無論是能量還是NSS特征，對無失真的圖像平滑區(qū)域和紋理區(qū)域結果差別很大，無法客觀衡量圖像模糊與否。

而基于圖像梯度域方法的提出是來源于模糊會導致圖像梯度下降的理論。有的方法通過提取梯度計算邊緣的寬度，有的方法結合邊緣梯度幅值的標準差和梯度幅值，也有一些方法提取梯度分布的統(tǒng)計特性。然而，這些方法在提取特征的過程中沒有考慮圖像內(nèi)容對特征值的影響，給評價結果帶來誤差。

因此，有必要研究一種對圖像內(nèi)容不敏感的模糊評價算法，對相同模糊程度不同圖像內(nèi)容的圖像評價結果一樣，有效解決現(xiàn)有評價算法存在的問題。

發(fā)明內(nèi)容