[發明專利]基于人眼視覺特性的圖像質量評價方法

有效

• 申請號: 201710575476.1
• 申請日: 2017-07-14
• 公開（公告）號: CN107169484B
• 公開（公告）日: 2021-01-12
• 發明（設計）人: 唐貴進;張詩;林寶棟;劉小花;崔子冠;劉峰
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/40;G06K9/46;G06T7/37
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 劉莎

1.基于人眼視覺特性的圖像質量評價方法，其特征在于，包括以下具體步驟：

步驟1，生成待評價圖像的顯著度圖像以及顯著度權重矩陣，包括：

待評價圖像的顯著度圖像的生成方法為：

1.1，將待評價圖像分解為RGB三通道圖像，分別對三通道圖像進行DCT變換，并利用sign函數獲得各個通道的圖像描述子；

1.2，對步驟1.1獲得的圖像描述子進行反DCT變換，重建待評價圖像的顯著性區域圖；

1.3，對步驟1.2中重建的顯著性區域圖進行合成，生成待評價圖像的特征圖；

1.4，通過高斯濾波去除步驟1.3中待評價圖像的特征圖中的噪聲，得到待評價圖像的顯著度圖像，并利用人眼視覺靈敏度函數獲得顯著度權重矩陣；

步驟2，分別對待評價圖像及其顯著度圖像進行尺度劃分，采用降采樣方法進行圖像的尺度劃分；

步驟3，對尺度劃分后待評價圖像的每個尺度進行圖像特征的提取，并將各個尺度提取的圖像特征進行合并，得到各個尺度下待評價圖像的特征質量分布矩陣，圖像特征的提取包括：模糊度的提取、噪聲度的提取以及方塊度的提取，特征質量分布矩陣FQD(x,y)＝Blurriness(x,y)×Noisiness(x,y)×Blockiness，其中，Blurriness(x,y)表示圖像的模糊度，Noisiness(x,y)表示圖像的噪聲度，Blockiness表示圖像的方塊度；

步驟4，對各個尺度的顯著度權重矩陣和質量分布矩陣進行加權處理，得到待評價圖像的質量評價指標，實現對待評價圖像的質量評價；

待評價圖像的質量評價指標為：

其中，λ表示尺度數量，M、N表示第k個尺度圖像的長、寬，FQD_k(x,y)表示第k個尺度下待評價圖像的特征質量分布矩陣，W_k(x,y)表示第k個尺度下的顯著度權重矩陣；

所述方法提取的圖像特征是影響人眼視覺的三個特征：圖像的模糊度、噪聲度和方塊度，提取方法如下所示：

(1)模糊度(Blurriness)的提取：圖像的模糊度用如下公式計算：

g_b(x,y)＝B(x,y)-B′(x,y)

其中，B(x,y)和B′(x,y)通過兩個濾波器獲得，將不同尺度的原圖像經過濾波器Filter2濾波獲得B(x,y)，經過濾波器Filter1和Filter2濾波獲得B′(x,y)，濾波器Filter1是一個平均濾波器，濾波器Filter2是一個轉換濾波器，并且Filter2對圖像濾波之后可以將圖像中的所有像素遵循平均值為零的拉普拉斯分布，m、n、p、q為參數，默認值為1；

(2)噪聲度(Noisiness)的提取：圖像的噪聲度通過下面的公式計算：

g_n(x,y)＝N′(x,y)-N(x,y)

其中，N(x,y)的獲得依舊用平均濾波器Filter1對原圖像濾波獲得，而在獲取N′(x,y)時，需要在圖像中添加一定的高斯噪聲，然后再通過Filter1對原圖像濾波獲得，m、n、p、q為參數，默認值為1；

(3)方塊度(Blockiness)的提取：圖像的方塊度用下面的公式計算：

其中，hN1和hN2是比原圖像水平方向閾值大的像素數量，vN1和vN2是比原圖像垂直方向閾值大的像素數量，根據上述的第二個公式計算出g_b，g′_b是當原圖像的圖像塊的數量增大15％時，根據g_b的計算公式重新計算出來的值。