[發明專利]基于視皮層方位選擇性機理的無參考圖像質量評價方法

有效

• 申請號: 201710180431.4
• 申請日: 2017-03-23
• 公開（公告）號: CN107016668B
• 公開（公告）日: 2019-08-13
• 發明（設計）人: 吳金建;張滿;陳秀林;石光明
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 王品華

1.一種基于視皮層方位選擇性機理的無參考圖像質量評價方法，包括：

(1)從圖像質量評價數據庫的實驗樣本中取出400幅污染圖作為訓練樣本，100幅污染圖作為測試樣本，500幅未受污染的自然圖像作為字典學習樣本；

(2)設計圖像局部區域的結構描述子：

(2a)輸入一幅待處理圖像D_m×n，m表示圖像的長度，n表示圖像的寬度，計算D_m×n的垂直方向梯度矩陣G_υ和水平方向梯度矩陣G_h；

(2b)根據垂直方向梯度矩陣G_υ和水平方向梯度矩陣G_h計算出D_m×n的方向趨勢矩陣：

(2c)取H_m×n中某個點x_ij的局部24鄰域，1≤i≤m，1≤j≤n，得到5*5的局部方向趨勢矩陣，計算該矩陣中心點x_ij與鄰域點的空間相關性，得到二值化矩陣R_ij，并按照逆時針的順序對二值化矩陣R_ij進行排序，得到圖像局部區域結構描述子b_ij，再將b_ij轉化成十進制形式得到模式p_ij；

(2d)將H_m×n中每個點都進行(2c)的操作，得到模式矩陣P：

(3)統計模式矩陣P的模式直方圖，得到一級模式向量ψ₁：

其中ε_k為第k個直方圖能量系數，δ(·)表示沖擊函數，取值只能為0或者1；

(4)使用旋轉不變性對一級模式向量ψ1進行降維處理，將模式向量ψ₁的維數減少到原來的得到二級模式向量ψ₂；

(5)在字典學習樣本上使用Kmeans聚類算法訓練模式字典book；

(6)提取400個訓練樣本的特征向量f_w：

(6a)將400個訓練樣本分別經過步驟(2)-(4)的操作得到400個訓練樣本的二級模式向量1≤w≤400；

(6b)將400個訓練樣本的二級模式向量分別投影到模式字典book上，得到400個訓練樣本的特征向量f_w；

(7)將400個訓練樣本的特征向量f_w輸入支持向量機SVR中，得到預測模型MOD；

(8)提取100個測試樣本的特征向量f_a，1≤a≤100；

(9)將100個測試樣本的特征向量f_a和預測模型MOD輸入到支持向量機SVR，計算出100個測試樣本的質量值Q_a；

(10)根據測試樣本的質量值Q_a，對測試樣本的圖像質量進行判斷：

若Q_a＝0，則表示該測試樣本沒有被噪聲污染；

若0＜Q_a≤5，則表示該測試樣本被噪聲輕度污染；

若5＜Q_a≤8，則表示該測試樣本被噪聲中度污染；

若Q_a＞8，則表示該測試樣本被噪聲重度污染。

2.根據權利要求1所述的方法，其步驟(2a)中計算一幅待處理圖像D_m×n的垂直方向梯度矩陣G_υ和水平方向梯度矩陣G_h，通過如下公式計算：

G_h＝D_m×n*f_h，

G_υ＝D_m×n*f_υ

其中，*代表線性卷積運算，f_h和f_v分別為Prewitt水平濾波算子和垂直濾波算子，