[發(fā)明專利]一種全局和局部特征相結(jié)合的跨尺度圖像質(zhì)量評(píng)價(jià)方法有效
| 申請(qǐng)?zhí)枺?/td> | 201710803358.1 | 申請(qǐng)日: | 2017-09-08 |
| 公開(公告)號(hào): | CN107610110B | 公開(公告)日: | 2020-09-25 |
| 發(fā)明(設(shè)計(jì))人: | 毋立芳;閆春燦;簡(jiǎn)萌;劉爽;徐姚文 | 申請(qǐng)(專利權(quán))人: | 北京工業(yè)大學(xué) |
| 主分類號(hào): | G06T7/00 | 分類號(hào): | G06T7/00;G06K9/46;G06K9/62 |
| 代理公司: | 北京思海天達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 11203 | 代理人: | 劉萍 |
| 地址: | 100124 *** | 國(guó)省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 全局 局部 特征 相結(jié)合 尺度 圖像 質(zhì)量 評(píng)價(jià) 方法 | ||
1.一種全局和局部特征相結(jié)合的跨尺度圖像質(zhì)量評(píng)價(jià)方法,其特征在于,包括以下步驟:
1)輸入兩幅圖像,一幅原始圖像和一幅待評(píng)價(jià)圖像,提取兩幅圖SIFT特征點(diǎn),并進(jìn)行特征點(diǎn)的匹配和篩選;
2)對(duì)原始圖像進(jìn)行顯著度檢測(cè),得到顯著度圖;
3)對(duì)原始圖像和待評(píng)價(jià)圖像進(jìn)行三角剖分,從而提取圖像的全局結(jié)構(gòu)特征,以幾何的方式來描述圖像縮放過程中引起的視覺感知;
4)基于兩幅圖像的三角剖分結(jié)果,分別計(jì)算對(duì)應(yīng)三角型的變形程度,加權(quán)平均作為兩幅圖像的全局相似度,具體步驟如下:
①形狀形變因子;Sshape表示形狀形變因子,a、b、c和a'、b'、c'分別代表原圖和待評(píng)價(jià)圖像中任意一個(gè)三角形的對(duì)應(yīng)邊的邊長(zhǎng),la、lb和lc分別代表對(duì)應(yīng)邊的比值,ave代表對(duì)應(yīng)邊比值的平均值;當(dāng)Sshape越小時(shí),表示三角形的形狀變化越明顯;
其中
②位置偏移因子;其中角α、β和γ分別表示,原圖和待評(píng)價(jià)圖像中對(duì)應(yīng)三角形的對(duì)應(yīng)邊的夾角,Sshift表示位置偏移因子;當(dāng)Sshift越小時(shí),表明位置偏移越大,從而引起更大的視覺效應(yīng);
Sshift=(cos(α)+cos(β)+cos(γ))/3 (4)
③角度變化因子;其中Sangle表示角度變化因子,A和A'、B和B'以及C和C'分別表示三角形對(duì)應(yīng)角的角度值;當(dāng)Sangle越小時(shí),表明對(duì)應(yīng)角的變化越明顯,越能顯示出角度變化引起的視覺效應(yīng);
④對(duì)于剖分結(jié)果中的每一個(gè)三角形,分別計(jì)算形狀變形因子,位置偏移因子和角度變化因子,最后將三者結(jié)合作為原圖和待評(píng)價(jià)圖像的全局結(jié)構(gòu)相似度;公式中Si表示第i個(gè)三角形的相似度,e表示自然指數(shù);
將三角剖分形成的所有的三角形的相似度進(jìn)行加權(quán),然后得到圖像全局相似度;
5)基于原圖和待評(píng)價(jià)圖像之間的SIFT點(diǎn)的映射關(guān)系,從而計(jì)算局部信息的相似度;以匹配的SIFT特征點(diǎn)為中心選取N*N的窗口,利用SSIM公式,計(jì)算原圖像中的選取的窗口x和待評(píng)價(jià)圖像中選取的窗口y之間的相似度,最后將整體進(jìn)行加權(quán)平均,得到兩幅圖像的相似度;其中μx、μy分別為兩張圖像的灰度均值或者各通道均值,σx、σy分別為兩張圖像的灰度方差或者各通道方差,σxy為兩張圖像的協(xié)方差;c1和c2是為了防止分母為0的正數(shù),然后以步驟2得到的顯著度圖對(duì)應(yīng)的像素值為權(quán)重值,進(jìn)行加權(quán)和;
Slocal=∑salyj×SSIMj (8)
其中Slocal表示待評(píng)價(jià)圖像與原圖像的局部特征相似度,salyj表示第j個(gè)對(duì)應(yīng)窗口的顯著度權(quán)重值,通過顯著度圖對(duì)應(yīng)的像素值直接得到,SSIMj表示第j個(gè)對(duì)應(yīng)的窗口x和y通過SSIM(x,y)公式計(jì)算得到的相似度值;
最后將全局特征和局部特征相結(jié)合,得到最后的待評(píng)價(jià)圖與原圖之間的相似度值,相似度值越大表明待評(píng)價(jià)圖與原圖越相似。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于北京工業(yè)大學(xué),未經(jīng)北京工業(yè)大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710803358.1/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 用于靈活柵格光網(wǎng)絡(luò)全局優(yōu)化的系統(tǒng)架構(gòu)及其全局優(yōu)化方法
- 一種基于多數(shù)據(jù)庫(kù)類型的SQL執(zhí)行方法和裝置
- 用于移動(dòng)AdHoc網(wǎng)絡(luò)的路由入侵檢測(cè)系統(tǒng)
- 一種分布式事務(wù)管理方法及系統(tǒng)
- 全局資源分配方法和裝置
- 一種通信方法及裝置
- 一種高效分布式全局鎖協(xié)調(diào)方法
- 一種帶上下文信息編碼的語義分割卷積神經(jīng)網(wǎng)絡(luò)
- 一種批量腳本的全局參數(shù)替換方法及裝置
- 一種基于全局變量的家居參數(shù)化模型建模系統(tǒng)及方法





