[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

本發明公開了一種基于視皮層方位選擇性機理的無參考質量評價方法，主要解決現有技術評價準確率低和穩定度差的問題。其實現步驟是：1.從圖像數據庫中選取實驗樣本；2.設計圖像局部區域結構描述子；3.使用圖像局部區域結構描述子計算圖像一級模式向量；4.對一級模式向量進行降維得到二級模式向量；5.對二級模式向量聚類得到模式字典；6.用模式字典提取訓練樣本特征向量；7.使用訓練樣本特征向量建立預測模型；8.提取測試樣本特征向量；9.使用測試樣本特征向量和預測模型計算測試樣本質量值；10.根據測試樣本質量值判斷測試樣本質量。本發明極大的提高了質量評價準確率和穩定度，可用于以優化視覺質量為目的的圖像處理系統中。

技術領域

本發明屬于圖像處理技術領域，特別涉及一種無參考質量評價方法，可用在航拍成像系統、數字監控系統以及圖像壓縮系統等以優化視覺質量為目的的影像處理系統中。

技術背景

隨著現代網絡通訊與信息技術的跨越式發展，數字圖像已經成為了信息的主要載體，高質量的圖像信息為人們的生活帶來了無限的便利。然而，由于成像設備能力有限、傳輸通道噪聲和環境噪聲等因素干擾，原始的圖像數據在進行多步處理的過程中會混入多種噪聲，造成了圖像質量的衰減，這直接影響到人對圖像信息的獲取。怎樣在算法層面衡量這種衰減，并建立起有效的客觀圖像質量評價體系具有重大意義。

近年來，客觀圖像質量評價技術成為視覺信息智能化處理領域的研究熱點，許多研究人員投入大量的精力去設計符合人眼主觀感知的客觀質量評價算法。根據這些算法在評價污染圖的質量時，對參考圖像的依賴程度，可以將這些算法分為三類：全參考圖像質量評價算法，部分參考圖像質量評價算法和無參考圖像質量評價算法。其中：

全參考質量評價需要原始圖像的全部信息做參考，部分參考質量評價只需要一部分原始圖像信息作參考，這兩類算法的評價準確率比較高。然而在實際應用中，大部分情況下無法得知參考圖像的信息，如無人機的航拍圖像沒有參考圖像，這限制了前面兩類算法的使用范圍。基于此，研究人員提出了不需要任何原始圖像信息的無參考圖像質量評價算法。

無參考質量評價的目的是建立一種不需要任何原圖信息就能預測污染圖質量的數學模型，并且計算出來的質量值與人的主觀評價具有一致性。早期的無參考質量評價模型只能針對特定的噪聲類型，這類方法假定影響圖像質量的噪聲種類已知，Wu等人在論文“An objective out-of-focus blur measurement.In:Proceedings of the5thInternational Conference on Information,Communications and Signal Processing”中根據階躍邊緣估計點擴散函數，以點擴散函數的半徑作為圖像受模糊噪聲污染程度的度量。近年來，研究人員提出了非特定噪聲類型的評價方法，(1)基于自然場景統計特性的方法NSS，NSS理論認為自然圖像是高度結構化的并且具有某種統計學規律，噪聲的出現會改變這種統計學規律。Moorthy等人在論文“Blind image quality assessment:Fromnaturalscene statistics to perceptual quality”中采用廣義高斯分布GGD模型對圖像的小波系數進行建模并提出基于噪聲識別的圖像質量評價算法；(2)特征提取和學習的方法，該方法提取能代表圖像視覺信息和質量衰減的特征向量，用這些特征向量訓練一個數學模型，然后用該模型去預測圖像的質量。Ye等人在論文“No-Reference Image QualityAssessmentUsing Visual Codebooks”中使用頻率濾波器提取圖像的局部信息并投影到已經訓練好的碼本上，將投影系數作為特征向量輸入SVR進行分析預測。