[發明專利]一種基于灰度差分統計的無參考圖像質量評價方法及系統

有效

• 申請號: 201710973078.5
• 申請日: 2017-10-18
• 公開（公告）號: CN109685757B
• 公開（公告）日: 2021-04-02
• 發明（設計）人: 李鵬
• 申請（專利權）人: 航天信息股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06N20/10
• 代理公司: 北京工信聯合知識產權代理有限公司 11266
• 代理人: 郭一斐;葉萬東

1.一種基于灰度差分統計的無參考圖像質量評價方法，其特征在于，所述方法包括：

根據預設次數N對訓練數據集中的每個失真圖像連續進行N次低通濾波和下采樣處理，分別獲取所述訓練數據集中的每個失真圖像的第2至N+1尺度圖像；

計算所述訓練數據集中的每個失真圖像和對應的第2至N+1尺度圖像的局部二值模式圖譜；

計算所述訓練數據集中的每個失真圖像和對應的第2至N+1尺度圖像的局部二值模式圖譜的灰度差值，并對所述灰度差值進行統計，獲取灰度差概率分布函數；

基于灰度差概率分布函數，構造統計量，獲取所述訓練數據集中的每個失真圖像和對應的第2至N+1尺度圖像的特征向量；

將所述訓練數據集中的每個失真圖像和對應的第2至N+1尺度圖像的特征向量和每個失真圖像的主觀質量分數利用支持向量回歸機SVM進行訓練，確定特征向量和主觀質量分數的映射關系模型；

利用所述特征向量和主觀質量分數的映射關系模型計算測試圖像的主觀質量分數，獲取評價結果。

2.根據權利要求1所述的方法，其特征在于，所述預設次數為4次。

3.根據權利要求1所述的方法，其特征在于，所述局部二值模式的半徑為1，鄰域點個數為8。

4.根據權利要求1所述的方法，其特征在于，所述計算所述訓練數據集中的每個失真圖像和對應的第2至N+1尺度圖像的局部二值模式圖譜的灰度差值，并對所述灰度差值進行統計，獲取灰度差概率分布函數，包括：

記失真圖像為I(x,y)，對應的局部二值模式圖譜為I_lbp，(x,y)為I_lbp圖像中的一點，點(x,y)對應的灰度值為g(x,y)，與(x,y)間隔為(△x,△y)的點的灰度值為g(x+△x,y+△y)，則兩個像素點的灰度差值為：

g_Δ(x，y)＝g(x，y)-g(x+_Δx，y+_Δy)

利用上述方法獲取訓練數據集中的每個失真圖像和對應的第2至N+1尺度圖像的局部二值模式圖譜的所有像素點的灰度差值；

對所述灰度差值的所有可能取值進行統計，獲取間隔為(△x,△y),灰度差為g(x+△x,y+△y)的灰度差概率分布函數。

5.根據權利要求4所述的方法，其特征在于，所述間隔△x＝△y＝1。

6.根據權利要求5所述的方法，其特征在于，所述特征向量包括：對比度、角二階矩、熵和平均值，

所述對比度的計算公式為：

所述角二階矩的計算公式為：

所述熵的計算公式為：

所述平均值的計算公式為：

其中，CON為對比度，ASM為角二階矩，ENT為熵，MEAN為平均值，i為灰度差值，P_Δ(i)為間隔為1，灰度差值為i的灰度差概率分布函數。