[發明專利]一種模擬視覺主觀感知的壓縮感知重建算法質量統計評價方法

有效

• 申請號: 201810241166.0
• 申請日: 2018-03-22
• 公開（公告）號: CN108401150B
• 公開（公告）日: 2019-08-27
• 發明（設計）人: 豐明坤;吳茗蔚;王中鵬;施祥;林志潔;向桂山
• 申請（專利權）人: 浙江科技學院
• 主分類號: H04N17/00
• 分類號: H04N17/00;H04N19/154
• 代理公司: 杭州天勤知識產權代理有限公司 33224
• 代理人: 曹兆霞

1.一種模擬視覺主觀感知的壓縮感知重建算法質量統計評價方法，包括以下步驟：

(1)選擇一個圖像數據庫，將該圖像數據庫中所有彩色圖像轉換為灰度圖像，在該圖像數據庫中選擇一種圖像失真類型；

(2)將當前所選圖像失真類型中包含的所有灰度圖像分成訓練集和測試集；

(3)利用小波變換方法分別提取訓練集和測試集中所有灰度圖像的視覺多通道信息視圖，選擇一種現有圖像質量客觀評價算法；

(4)利用當前圖像質量客觀評價算法對訓練集和測試集中所有灰度圖像的各個視覺多通道信息視圖進行全參考質量評價；

(5)構建BP神經網絡訓練模型，對訓練集中所有失真圖像的視覺多通道信息視圖的全參考質量評價結果進行學習訓練，獲得BP神經網絡權重和閾值參數；

(6)基于所獲BP神經網絡權重和閾值參數構建BP神經網絡預測模型，并利用該BP神經網絡預測模型對測試集中所有失真圖像的視覺多通道信息視圖的全參考質量評價結果進行預測，獲得測試集中所有失真圖像基于所選圖像質量客觀評價算法模擬主觀感知的評價結果；

(7)測試步驟(6)所得評價結果的各性能評價指標水平，并對各性能評價指標水平進行融合，獲得所選圖像質量客觀評價算法模擬主觀感知的權重系數；

(8)選擇所有待比較的壓縮感知重建算法，設定一個觀測率；

(9)在當前觀測率下，運行所有待比較的壓縮感知重建算法對訓練集和測試集中的所有失真圖像進行計算，獲得所有失真圖像基于不同壓縮感知重建算法的重建圖像；

(10)利用步驟(3)所用的小波變換方法提取所有重建圖像的視覺多通道信息視圖；

(11)利用步驟(4)所用的圖像質量客觀評價算法對步驟(10)獲得的所有視覺多通道信息視圖進行全參考質量評價；

(12)利用步驟(6)獲得的BP神經網絡預測模型對步驟(11)的全參考質量評價進行預測，獲得基于各個壓縮感知重建算法的所有重建圖像質量模擬主觀感知的評價結果，并對該評價結果進行正相關處理；

(13)基于步驟(12)所得正相關處理結果，定義重建圖像質量指標和重建圖像穩定性指標，并計算各個壓縮感知重建算法的重建圖像質量指標水平和重建圖像穩定性指標水平；

(14)分別對各個壓縮感知重建算法的重建圖像質量指標水平和重建圖像穩定性指標水平進行融合，獲得各個壓縮感知重建算法基于選定觀測率下重建圖像質量的主觀感知評價；

(15)改變不同的觀測率，重復步驟(9)～步驟(14)獲得各個壓縮感知重建算法基于不同觀測率下重建圖像質量的主觀感知評價；

(16)對步驟(14)的主觀感知評價結果和對步驟(15)的主觀感知評價結果進行融合，獲得各個壓縮感知重建算法基于觀測率敏感性的主觀感知評價；

(17)改變不同的圖像質量客觀評價算法，重復步驟(4)～步驟(14)，獲得各個壓縮感知重建算法重建圖像質量基于不同圖像質量客觀評價算法的主觀感知評價；

(18)將各個壓縮感知重建算法重建圖像質量基于不同圖像質量客觀評價算法的主觀感知評價結果進行融合，獲得各個壓縮感知重建算法基于客觀評價算法敏感性的主觀感知評價；

(19)改變不同的圖像失真類型，重復步驟(2)～步驟(14)，獲得各個壓縮感知重建算法基于不同失真類型下重建圖像質量的主觀感知評價；

(20)將各個壓縮感知重建算法重建圖像質量基于不同圖像失真類型的主觀感知評價結果進行融合，獲得各個壓縮感知重建算法基于圖像失真類型敏感性的主觀感知評價；

(21)選取不同的失真程度區間，重復步驟(2)～步驟(14)，獲得各個壓縮感知重建算法基于不同失真程度區間下重建圖像質量的主觀感知評價，

(22)對各個壓縮感知重建算法重建圖像質量基于不同失真程度區間的主觀感知評價結果進行融合，獲得各個壓縮感知重建算法基于失真程度敏感性的主觀感知評價；

(23)對步驟(16)、步驟(18)、步驟(20)和步驟(22)所得結果進行融合，獲得各個壓縮感知重建算法重建圖像質量模擬主觀感知的統計評價結果。

2.如權利要求1所述的模擬視覺主觀感知的壓縮感知重建算法質量統計評價方法，其特征在于，步驟(2)中，訓練集與測試集中失真圖像的比例為1/3～1。