[發明專利]基于邊界特征分割的全參考圖像質量評價方法

有效

• 申請號: 201710613139.7
• 申請日: 2017-07-25
• 公開（公告）號: CN107578399B
• 公開（公告）日: 2020-12-15
• 發明（設計）人: 史再峰;張嘉平;龐科;李杭原;曹清潔
• 申請（專利權）人: 天津大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/13;G06T7/90
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 劉國威

1.一種基于邊界特征分割的全參考圖像質量評價方法，其特征是，步驟如下：

Step1：首先對三原色RGB色彩空間進行轉換,分別將參考圖像和失真圖像的RGB色彩空間轉換到符合人類視覺感知特性的色彩空間上；

Step2：分別計算兩幅圖像的結構相似性矩陣和色彩相似性矩陣；

Step3：引入邊界檢測算法對圖像進行分區，將圖像分為三個區域：邊界區域，邊界擴展區和緩慢變化區域，邊界區域是指通過邊界檢測器檢測后的參考圖像和失真圖像共同的邊界區域，邊界擴展區是指邊界區域周圍的像素點，其余區域為緩慢變化區域；

Step4：邊界像素點只考慮參考圖像和失真圖像的結構相似性，邊界擴展區只考慮參考圖像和失真圖像的色彩相似性，緩慢變化區域同時考慮兩幅圖像的結構和色彩特征，進行低水平特征的提取；

Step5：通過綜合策略，對于圖像中每個像素點給予不同的權重，體現該像素點在人類視覺系統對于整幅圖像的觀察中的重要性，這里同時考慮視覺顯著性和視覺掩蓋效應兩部分的內容，將其綜合后的結果作為綜合策略；

Step6：通過低水平的特征的提取和對像素點的綜合，分別得到邊界區域，邊界擴展區和緩慢變化區的圖像質量評價結果，綜合三個區域的各自的圖像質量評價結果，對每個區域的結果在最終評價中所占的比例進行分配，得到最后的參考圖像和失真圖像的質量評價結果。

2.如權利要求1所述的基于邊界特征分割的全參考圖像質量評價方法，其特征是，將色彩空間轉換至符合人類視覺系統感知特性的LMN色彩空間具體步驟是：

其中L為圖像的亮度，M和N分別代表為圖像的色彩飽和度的一個通道，L通道用于計算結構相似性，M和N通道用于對色彩相似性進行評價，對于結構相似性，采用索貝爾Sobel算法計算梯度幅值，用所得的梯度幅值G_(x)來表示各像素點的結構特征，則參考圖像和失真圖像各像素點的梯度相似性和色彩相似性表示如下，其中G_r(x)和G_d(x)分別為參考圖像和失真圖像的梯度幅值，M_r(x)和M_d(x)為參考圖像和失真圖像的M通道的數值，N_r(x)和N_d(x)為參考圖像和失真圖像N通道的數值；

上式中C1,C2,C3為防止分母為0的大于零的系數；

區域劃分通過坎尼Canny邊界檢測器得到，參考圖像和失真圖像共同的邊界區域，該區域像素點的低水平特征相似性參數為S_G(x)，由于空間掩蓋效應是局部掩蓋效應，所以取邊界周圍5*5的區域為邊界擴展區，該區域的低水平特征相似性參數為S_C(x)，其余區域為緩慢變化區，該區域采用(S_C(x)·S_G(x))作為提取的低水平特征相似性參數。