[發明專利]互補色小波域圖像質量盲評價方法

有效

• 申請號: 201710440306.2
• 申請日: 2017-06-13
• 公開（公告）號: CN107194926B
• 公開（公告）日: 2021-06-04
• 發明（設計）人: 陳揚;張建秋
• 申請（專利權）人: 復旦大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62
• 代理公司: 上海正旦專利代理有限公司 31200
• 代理人: 陸飛;陸尤

本發明屬于彩色圖像信號處理技術領域，具體為一種互補色小波域的彩色圖像質量評價方法。本發明基于視覺生理中互補色理論，建立了圖像互補色自然場景統計、多尺度和方向性能量分布等模型。分析表明模型不僅涵蓋了傳統方法所能描述的信息，而且還能借助于互補色來有效表示彩色圖像各通道之間關系，從而給出了一組表征圖像質量的高效特征。應用結果表明基于這些特征所提出的互補色小波域圖像質量盲（無參考）評價方法，能有效提取圖像的失真統計特征，使得據這些特征得到的圖像質量盲評價結果能與人眼主觀評價結果保持高度一致，且顯著優于現有方法的盲評價結果，并取得了可與非盲（全參考）相比擬的評價結果。

技術領域

本發明屬于彩色圖像信號處理技術領域，具體涉及彩色圖像質量盲評價方法。

背景技術

隨著計算機、移動通信與互聯網技術的興起，圖像的產生量和傳輸量都呈現出了爆炸性的增長。圖像數量和質量的快速增長，與通信帶寬和存儲容量的緩慢增長之間就產生了深刻的矛盾，這樣在圖像的傳輸與存儲過程中，人們不得不有意(如壓縮圖像)和/或無意(如傳輸數據丟包)降低圖像的質量。可如何以客觀標準評價一幅圖像的質量，并為以最小的資源傳輸與存儲最好質量的圖像，和/或讓機器和網絡智能地調節這些資源的分配，就成了一個很有意義的研究課題。

文獻中報道的圖像質量評價方法，可據是否需要原始圖像作為參考而分為：全參考(非盲)，部分參考(半盲)，以及無參考(盲)圖像質量評價等三類。全參考是指通過對比失真圖像與原始圖像的某些特征參數來評價圖像的質量。這類方法包括通過對比圖像信噪比(SNR)、峰值信噪比(PSNR)、均方誤差(MSE)等參數，以及考慮圖像結構相似性(SSIM)^[1]和人眼視覺信息保真度(VIF)^[2]等方法。全參考方法的主要缺點是需要完整的無失真原始圖像，而在一些實際應用中，如遠距離圖像接收終端，其原始圖像往往難以獲得，因而全參考方法不能用于未知原始圖像的場景。

部分參考質量評價不需要獲得完整的原始圖像，但需要傳遞據原始圖像提取的某些特征參數。它們是通過計算失真圖像的參數，并比照原始圖像的特征參數來進行失真圖像質量的評價。其經典方法是基于小波分解系數的分布參數方法^[3]。

無參考方法也稱為圖像質量盲評價方法，不要求提供原始無失真圖像的任何信息，僅根據失真圖像自身的特征來判斷圖像質量，因而最具有應用價值，也是發明想要研究的方法。

眾所周知，圖像隨場景與內容的不同，使得其自身特點千差萬別，這樣為了實現對其進行無參考評價，就必須排除圖像場景與內容對評價的干擾。當前主流的無參考評價方法，通常是通過提取出與圖像中場景及內容無關的統一特征，這里我們將其統稱為圖像質量特征，再通過機器訓練學習的方法，建立起這些特征與失真程度相對應的關系，并用這個關系來實現對圖像質量的評價。這意味著所提取的圖像質量特征的好壞，就最大程度決定了圖像質量評價的準確性。

在變換域提取圖像質量特征是目前認為效果最好的一類方法，這類方法首先將圖像映射到空/頻域，如離散余弦(DCT)域^[7]、小波域^[8]、曲波域^[9]等，然后再單獨或綜合利用空域和頻域的信息^[10][11]來提取圖像失真的特征。此外，自然場景的統計模型(NSS)考慮了不同圖像場景與內容統一的統計不變特征，也為圖像質量特征的提取提供了一條有效途徑。如果將自然場景統計模型與變換域方法結合起來^[8][9]，綜合利用兩者的優勢，來提取變換域中自然場景統計建模、方向性能量分布、以及層級間能量分布等參數與圖像質量的密切關系，并排除圖像自身場景與內容等干擾，則有可能取得接近全參考圖像質量評價相似的性能^[2][8][9]。