[發(fā)明專利]一種適用于重定向圖像質量評估的視覺注意融合方法

有效

• 申請?zhí)枺?/td>: 201810342794.8
• 申請日: 2018-04-17
• 公開（公告）號: CN108549872B
• 公開（公告）日: 2022-03-22
• 發(fā)明（設計）人: 牛玉貞;張帥;林嘉雯;陳俊豪
• 申請（專利權）人: 福州大學
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/80;G06K9/62
• 代理公司: 福州元創(chuàng)專利商標代理有限公司 35100
• 代理人: 蔡學俊

本發(fā)明涉及一種適用于重定向圖像質量評估的視覺注意融合方法，包括以下步驟：1、讀取原始圖像，使用兩種顯著物體檢測算法生成兩種顯著性圖；2、使用均衡化操作減小兩種顯著性圖的分布差異，生成兩幅均衡化顯著性圖；3、使用對應點的顯著性值相加求平均的方法融合兩幅均衡化顯著性圖，經(jīng)歸一化操作生成融合顯著性圖；4、檢測原始圖像中的人臉和線條信息；5、在約束放大極值的條件下，自適應地放大融合顯著性圖中的人臉矩形框和線條區(qū)域的顯著性值，生成包含人臉和線條信息的融合顯著性圖；6、使用顯著性增強模型增加融合顯著性圖的對比度，經(jīng)歸一化操作生成視覺注意融合顯著性圖。該方法能夠提高客觀質量評估結果與主觀感知的一致性。

技術領域

本發(fā)明涉及圖像和視頻處理以及計算機視覺領域，特別是一種適用于重定向圖像質量評估的視覺注意融合方法。

背景技術

圖像重定向算法使用一系列圖像變換操作在改變原始圖像的尺寸及寬高比以適應不同的顯示設備的同時，保存視覺上重要的內容和結構，即減少內容丟失和結構失真。通過調整圖像內容以適應不同顯示設備在圖像顯示適應上有重要的意義。目前已經(jīng)提出多種圖像重定向算法，但是對重定向圖像的質量評估方法的研究仍然是一個具有挑戰(zhàn)性的任務。現(xiàn)存的許多重定向圖像客觀質量評估方法通過計算顯著性信息丟失或者使用顯著性加權的圖像內容相似性作為評估指標的一部分，這些方法雖然都取得了不錯的表現(xiàn)，但是客觀質量評估結果與主觀評分之間的一致性仍然不高，原因之一在于這些方法通常簡單地采用單一的顯著物體檢測算法，忽略了顯著性檢測結果對最終評估方法表現(xiàn)的影響。

早期的重定向圖像質量評估方法設計簡單，只是單純的通過計算圖像距離來評估重定向圖像的視覺質量。經(jīng)典的評估方法有邊緣直方圖(EH)，顏色布局(CL)和土地移動距離(EMD)。這些評估方法設計簡單，無法與人類主觀評估結果保持較好的一致性。隨著人類視覺系統(tǒng)(HSV)的不斷了解，重定向圖像質量評估方法開始引入視覺顯著性信息進行評估，提出了基于視覺顯著性的評估方法，使評估結果更加接近于人類主觀感知。

基于視覺顯著性的重定向圖像質量評估方法考慮了人類視覺系統(tǒng)在感知重定向圖像質量時固有的一些特征，如對不同圖像區(qū)域的變形感知敏感度具有差別等。典型的評估方法有PGDIL，該方法利用圖像sift-flow矢量場的局部變化并引入顯著性圖來模擬人類視覺系統(tǒng)對幾何失真的感知，另外，還采用顯著性信息損失來衡量重定向圖像的內容丟失。Liu等人使用sift-flow建立重定向圖像與原始圖像之間的局部像素對應關系，然后利用顯著性加權相似性度量來評估重定向圖像的質量。Liang等人通過綜合考慮顯著區(qū)域保留、分析偽影的影響、圖像全局結構保留、遵守美學規(guī)則和對稱性保持五個指標來評估重定向圖像的客觀分數(shù)。Zhang等人將圖像劃分為均勻的網(wǎng)格，并采用后向圖像配準方法來模擬圖像在重定向操作中所經(jīng)歷的幾何變換，最后將顯著性加權的寬高比相似性定義為重定向圖像的客觀質量。這些方法引入了視覺顯著性信息，與早期的重定向圖像質量評估方法相比取得了很大的提升，但是由于單一顯著物體檢測算法難以模擬重定向圖質量評估中的人眼視覺注意，因此客觀評估結果與主觀分數(shù)之間的一致性仍然不高。

發(fā)明內容

本發(fā)明的目的在于提供一種適用于重定向圖像質量評估的視覺注意融合方法，該方法能夠提高客觀質量評估結果與主觀感知的一致性。

為實施上述目的，本發(fā)明的技術方案是：一種適用于重定向圖像質量評估的視覺注意融合方法，包括以下步驟：

步驟S1：讀取原始圖像，使用兩種顯著物體檢測算法生成兩種顯著性圖；

步驟S2：使用均衡化操作減小兩種顯著性圖的分布差異，生成兩幅均衡化顯著性圖；

步驟S3：使用對應點的顯著性值相加求平均的方法融合兩幅均衡化顯著性圖，并使用歸一化操作生成融合顯著性圖；

步驟S4：使用人臉檢測算法和線條檢測算法檢測原始圖像中的人臉和線條信息；