[發明專利]一種基于預注意機制和空間依賴性的無參考圖像質量評價方法有效
| 申請號： | 201710323747.4 | 申請日： | 2017-05-10 |
| 公開（公告）號： | CN107018410B | 公開（公告）日： | 2019-02-15 |
| 發明（設計）人： | 劉利雄;王天舒;黃華 | 申請（專利權）人： | 北京理工大學 |
| 主分類號： | H04N17/00 | 分類號： | H04N17/00 |
| 代理公司： | 北京理工正陽知識產權代理事務所(普通合伙) 11639 | 代理人： | 鮑文娟 |
| 地址： | 100081 *** | 國省代碼： | 北京;11 |
| 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 注意 機制 空間 依賴性 參考 圖像 質量 評價 方法 | ||
1.一種基于預注意機制和空間依賴性的無參考圖像質量評價方法，其特征在于：
步驟一、將輸入的待測圖像分解為顏色信息圖和原始灰度信息圖兩部分，其中顏色信息圖采用SCIELAB顏色空間變換得到，共有A和B兩張；
步驟二、應用高斯尺度空間對原始灰度信息圖做處理，得到處理后的灰度信息圖，實現視覺預注意機制與圖像多尺度的連接；
步驟三、計算顏色信息圖，原始灰度信息圖和處理后的灰度信息圖在四個方向上的灰度色調共生矩陣，并從灰度色調共生矩陣中提取統計特征，包括對比度，角二階矩，信息熵，逆差距，完成特征提取，通過此特征提取的過程實現對人眼注意階段的模擬；
步驟四、采用步驟一，步驟二和步驟三的方法對數據庫中的每一幅彩色圖像進行處理，即可得到每一幅彩色圖像對應的質量特征向量；在此基礎上利用基于支持向量機和神經網絡的方法，在訓練集上進行訓練，在測試集上進行測試。
2.如權利要求1所述的一種基于預注意機制和空間依賴性的無參考圖像質量評價方法，其中所述步驟二可具體為：
其中，(x,y)為坐標，I(x,y)代表灰度圖中的像素，g(x,y；σ)代表高斯核函數，σ是高斯核的標準差，S(x,y；σ)代表尺度空間處理后的灰度圖。
3.如權利要求1所述的一種基于預注意機制和空間依賴性的無參考圖像質量評價方法，其中所述步驟三中所涉及的灰度色調共生矩陣的計算方法可具體為：
其中，Qθ,d(i,j)代表方向參數為θ，距離參數為d的灰度色調共生矩陣，與均代表圖中的點，代表與角度為θ，距離為d的點，θ的取值為[0、45、90、135]，d的取值為1，所提取的每個統計特征均在此θ和d設置條件下完成提取，同時對每一類特征在灰度色調共生矩陣不同方向上的方差也進行統計。
4.如權利要求1所述的一種基于預注意機制和空間依賴性的無參考圖像質量評價方法，該方法適用于噪聲失真，模糊失真，壓縮失真以及顏色失真。
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北京理工大學，未經北京理工大學許可，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/201710323747.4/1.html，轉載請聲明來源鉆瓜專利網。
