[發明專利]基于相似性特征融合的全參考型圖像質量評價方法

有效

• 申請號: 201710651932.6
• 申請日: 2017-08-02
• 公開（公告）號: CN107610093B
• 公開（公告）日: 2020-09-25
• 發明（設計）人: 鄭元林;王瑋;廖開陽;湯梓偉;劉夢瑩;唐梽森;王婉君
• 申請（專利權）人: 西安理工大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/45;G06K9/62
• 代理公司: 西安弘理專利事務所 61214
• 代理人: 楊璐

1.基于相似性特征融合的全參考型圖像質量評價方法，其特征在于，具體按照以下步驟實施：

步驟1、對數據庫中的參考圖像和失真圖像提取紋理特征，計算其紋理特征相似性；

步驟2、待步驟1完成后，先分別計算參考圖像和失真圖像的加權平均相位角，再計算加權平均相位角之間的相似性；

步驟3、待步驟2完成后，先提取參考圖像和失真圖像的邊緣特征，得到梯度圖像，再計算失真圖像與參考圖像分別對應的梯度圖像之間的相似性；

步驟4、待步驟3完成后，將參考圖像和失真圖像由RGB顏色空間轉換到YIQ空間中，使得顏色信息與亮度信息分離；分別計算參考圖像和失真圖像之間的I通道和Q通道的相似性，經融合得到彩度相似性；

步驟5、先將經步驟1、步驟2、步驟3及步驟4得到的四個相似性特征作為支持向量機回歸模型的輸入值，將MOS值作為輸出值，使用粒子群優化算法尋找支持向量機回歸模型的最優參數；再進行訓練，得到支持向量回歸模型，最終完成對圖像質量進行評價；

所述步驟1具體按照以下步驟實施：

步驟1.1、對數據庫中的參考圖像和失真圖像提取圖像的紋理特征，紋理特征提取采用的是灰度共生矩陣；

灰度共生矩陣提取的方法是使用位置算子對像素點相對空間位置進行統計，具體方法如下：

先將參考圖像和失真圖像的灰度等級壓縮為8個灰度等級，再分別對其像素點進行統計，分別對中心像素點距離為1，角度為0°，45°，90°，135°四個方向上的像素點進行統計，分別得到參考圖像和失真圖像對應的灰度共生矩陣；

步驟1.2、經步驟1.1后，對參考圖像和失真圖像相同角度的灰度共生矩陣計算其相似性，得到四個相似性矩陣；

步驟1.3、先對經步驟1.2得到的四個相似性矩陣進行加權求和，得到一個相似性矩陣，再計算平均值，用來表示圖像紋理特征相似性，相似性特征按照如下算法經計算獲得：

式(1)中：G_r(·)表示灰度共生矩陣，T₁一個常數，T₁＝100，用來保證灰度共生矩陣相似度的穩定性；

所述步驟2具體按照以下步驟實施：

步驟2.1，將參考圖像和失真圖像分別經過2D-Log Gabor變換，將圖像轉換到局部頻率域中，得到頻域特征；

對于一幅圖像f(x,y)，x,y為圖像中像素的坐標，它的2D-Log Gabor變換表示為如下形式：

式(2)中：ω為頻率，ψ為相位，σ_x和σ_y分別為水平方向和豎直方向的窗口寬度，d是縮放因子，為了確保

步驟2.2，經步驟2.1進行2D-Log Gabor變換后，使用形成正交的Even(e_n)和Odd(o_n)對稱濾波器來計算響應能量，在方向θ_j上的響應能量計算如下：

式(3)中：n是尺度大小；

再計算加權平均濾波器響應向量，通過式(4)進行計算：

式(4)中：ε＝0.0001，用來防止分母為零；

步驟2.3，待步驟2.2完成后，先從最小規模的能量平方響應估計噪聲功率；再通過將均方能值除以均方濾波值得到噪聲功率的估計值；接著通過找到圖像點來更新取向矩陣，其中該取向中的能量大于任何先前方向，用方向矩陣替換當前定向數字中的這些元素，將得到的特征相位角旋轉90度，使0相對應于階躍邊，獲得加權平均相位角圖；將得到的參考圖像和失真圖像的加權平均相位角圖，通過式(5)計算其之間的相位角相似性：

式(5)中：x和y分別表示參考圖像和失真圖像，f(x)，f(y)分別為參考圖像和失真圖像的加權平均相位角圖，T₂＝0.01，用來保證加權相位角相似性的穩定性。