[發明專利]基于顯著性檢測的梯度相似度圖像質量評價方法及系統

有效

• 申請號: 201710096586.X
• 申請日: 2017-02-22
• 公開（公告）號: CN106920232B
• 公開（公告）日: 2019-06-11
• 發明（設計）人: 楊光義;蔡靜宜;王子橋;孫經緯;劉瀟;彭鑫港
• 申請（專利權）人: 武漢大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/13
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 薛玲

1.一種基于顯著性檢測的梯度相似度圖像質量評價方法，其特征在于：包括將邊緣結構信息定義為梯度幅度和梯度方向，將梯度相似度定義為梯度幅度相似度和梯度方向相似度；其次，在檢測邊緣的基礎上由顯著性檢測構建顯著性矩陣，以對結構信息進行權重分配；最后，聯合梯度相似度和顯著性檢測進行評價，得到一種基于顯著性檢測的梯度相似度圖像質量評價方法，獲得圖像質量評價結果；

所述定義邊緣結構信息和梯度相似度包括以下步驟，

Step1.1，針對每幅圖像，將邊緣結構信息定義為梯度幅度和梯度方向；針對參考圖像和待測圖像，將梯度相似度定義為梯度幅度相似度和梯度方向相似度；綜合比較待測圖像和參考圖像中梯度幅度相似度和梯度方向相似度，得到圖像的邊緣結構失真情況；

Step1.2，針對參考圖像和待測圖像，分別利用Scharr算子，來獲得像素點的水平梯度G_h和垂直梯度G_v，然后計算參考圖像和待測圖像各像素點的梯度幅度G，計算公式如下，

其中，Image指的是由像素點構成的圖像，每個像素可有各自的顏色值，可采用三原色顯示，這里的Image是一個二維矩陣，與梯度算子卷積后可以得到像素點(i,j)處的水平梯度G_h和垂直梯度G_v，并進一步算出梯度幅度G；

圖像質量評價中衡量參考圖像和待測圖像梯度幅度變化的因素，梯度幅度相似度的定義如下，

其中，和對應代表參考圖像x和待測圖像y在像素點(i，j)處的梯度幅度，C₁為預設的正常數；

Step1.3，針對參考圖像和待測圖像，利用梯度方向描述圖像的邊緣方向得，

其中，θ(i，j)代表像素點(i，j)的邊緣方向與水平右方向的夾角；G_h(i，j)和G_v(i，j)同樣是利用Scharr算子計算的圖像在(i，j)點處的水平梯度和垂直梯度，

假設Δθ_i，j為參考圖像和待測圖像在(i，j)點處的邊緣方向差，定義式如公式(5)：

其中，和分別為參考圖像x和待測圖像y在(i，j)點處邊緣方向與水平右方向的夾角，建立參考圖像和待測圖像在像素點(i，j)處的梯度方向相似度，

其中，代表參考圖像在像素點(i，j)處的水平梯度和垂直梯度，和代表待測圖像在像素點(i，j)處的水平梯度和垂直梯度，C₂為預設的正常數；

所述在檢測邊緣的基礎上由顯著性檢測構建顯著性矩陣包括以下步驟,

Step2.1，將參考圖像通過傅里葉變換變換到頻率域，計算參考圖像的振幅譜A(f)和相位譜P(f)，

A(f)＝R(F[x]) (7)

其中，x指的是參考圖像，F指的是傅里葉變換，f指的是頻率域，R是取模值得到振幅譜A(f)，是取角度得到相位譜P(f)；

Step2.2，將振幅譜變換為對數譜，然后計算殘余譜，殘余譜R(f)可以通過對數光譜L(f)和平均對數光譜之間的差來近似，

L(f)＝log(A(f)) (9)

R(f)＝L(f)-h_n(f)*L(f) (10)

其中，h_n(f)是局部平均濾波器，是由下式定義的n×n矩陣，

Step2.3，利用殘余譜和相位譜通過逆傅里葉變換得到顯著圖，

VS(x)＝g(x)*F^-1[exp(R(f)+iP(f))]² (12)

其中，i指的是虛數單位，g(x)為高斯平滑濾波器；

所述聯合梯度相似度和顯著性檢測進行評價，得到一種基于顯著性檢測的梯度相似度圖像質量評價方法，實現方式如下，

聯合梯度幅度相似度函數GM(x，y)和梯度方向相似度函數GD(x，y)，得到梯度相似性函數GMD(x，y)，

GMD(x，y)＝GM(x，y)GD(x，y) (13)

在GMD的基礎上，引入“顯著性圖”，得到基于顯著性檢測的梯度相似度(VSGS)公式(14)：

VSGS(x，y)＝GMD(x，y)*VS(x)

＝GM(x，y)GD(x，y)*VS(x) (14)

其中，GM(x，y)為參考圖像x和待測圖像y的梯度幅度相似度函數，由公式(3)得到，GD(x，y)為參考圖像x和待測圖像y的梯度方向相似度函數，由公式(5)得到，VS(x)為參考圖像x的顯著圖，由公式(12)得到。