[發明專利]一種針對多層壓縮感知圖像的隱私保護度評價方法

有效

• 申請號: 201911355594.7
• 申請日: 2019-12-25
• 公開（公告）號: CN111199538B
• 公開（公告）日: 2022-11-25
• 發明（設計）人: 石旭剛;劉佶鑫
• 申請（專利權）人: 杭州中威電子股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T9/00;G06V10/56;G06V10/46;G06V10/762;G06V10/764
• 代理公司: 杭州天昊專利代理事務所(特殊普通合伙) 33283
• 代理人: 董世博

1.一種針對多層壓縮感知圖像的隱私保護度評價方法，其特征在于，包括如下步驟：

步驟1：從總圖集選取設定張數圖像的多層壓縮感知圖像，構成訓練集圖像；

總圖集中剩余的圖像作為待測圖像；

步驟2：提取訓練集圖像的對比度特征，記為f_c；

步驟3：提取訓練集圖像的顯著性結構特征，記為f_s；

步驟4：將訓練集所有圖像的特征[f_c,f_s]和對應的主觀質量分數送入支持向量機模型中訓練，得到一個圖像質量評價模型；

步驟5：對于待測圖像，按照步驟2、步驟3相同的方法提取待測圖像的特征，然后輸入步驟4訓練好的模型中，得到待測圖像的預測質量分數；

步驟6：將待測圖像預測質量分數與訓練集所有圖像的質量分數進行分類；

步驟7：計算待測圖像的所屬類別中訓練集圖像的主觀隱私保護度分數的統計平均；所述主觀隱私保護度分數的統計平均為預測的隱私保護度分數。

2.根據權利要求1所述的一種針對多層壓縮感知圖像的隱私保護度評價方法，其特征在于，所述步驟1中的訓練集圖像為總圖集圖像數量的80％，剩余20％作為待測圖像；所述多層壓縮感知圖像為五層壓縮感知采樣。

3.根據權利要求2所述的一種針對多層壓縮感知圖像的隱私保護度評價方法，其特征在于，所述訓練集圖像以主觀圖像質量分數和主觀隱私保護度分數作為訓練標簽。

4.根據權利要求1所述的一種針對多層壓縮感知圖像的隱私保護度評價方法，其特征在于，所述步驟2中利用CAAME算法，提取圖像的對比度特征；

提取圖像對比度特征包括如下步驟：

步驟2.1：將圖像I按照RGB色彩空間進行分解，分解后的R、G和B三種顏色分量的圖像分別記為I_R、I_G和I_B；

步驟2.2：對圖像I_R進行D×D大小的圖像分塊操作，其中D＝2r+1,r∈N^*，得到k₁×k₂個圖像塊，其中每個圖像塊的中心像素記為I_Rc：

步驟2.3：計算第(x,y)個圖像塊關于R顏色分量的非對稱修正α統計均值其中0≤x≤k₁，0≤y≤k₂：

其中，K＝D×D，K是每個圖像塊包含的像素個數；I_Ri表示像素點i的像素值；將每個圖像塊中的所有像素點按照從小到大的順序排列：I_R1≤I_R2≤...≤I_RK；T_αH＝[α_HK]、T_αL＝[α_LK]是從該排序序列中丟棄的最大和最小像素值的個數；α_H、α_L∈[0,0.5]，α_H是用于調整設定丟棄最大像素值個數的參數，α_L是用于調整設定丟棄最小像素值個數的參數；

步驟2.4：按照步驟2.2-2.3相同的方法，I_Gc、I_Bc表示得到G、B顏色分量圖像I_G、I_B中第(x,y)個圖像塊的中心像素，表示第(x,y)個圖像塊關于G顏色分量的非對稱修正α統計均值，表示第(x,y)個圖像塊關于B顏色分量的非對稱修正α統計均值；

步驟2.5：計算第(x,y)個圖像塊中心像素的加權平均值I_x,y：

I_x,y＝λ₁I_Rc+λ₂I_Gc+λ₃I_Bc

其中，λ₁＝0.299，λ₂＝0.587，λ₃＝0.114；

步驟2.6：計算第(x,y)個圖像塊參數β_x,y，包括如下步驟：

步驟2.6.1：計算每個圖像塊中每個像素點的背景亮度B_i：

其中，Q表示待處理像素i上下左右方向的4個鄰域像素組成的集合，Q'表示待處理像素i對角線方向的4個鄰域像素組成的集合；

步驟2.6.2：根據B_i對對應像素點參數L_i進行賦值：

其中，其中x₁表示暗區域和德弗里斯區域交界處的log B_i值；x₂表示德弗里斯區域和韋伯區域交界處的log B_i值，x₃表示韋伯區域和飽和區域交界處的log B_i值；

步驟2.6.3：根據第(x,y)個圖像塊中所有L_i組成的向量集I_x,y，根據向量集L_x,y對該圖像塊參數β_x,y進行賦值：

其中，算子mode(L_x,y)表示括號內的向量集L_x,y中出現次數最多的元素；

步驟2.7：計算得到圖像的對比度特征f_c：