[發明專利]結合低層視覺與高層視覺統計特征的圖像質量評價方法

在審

• 申請號: 202010112724.0
• 申請日: 2020-02-24
• 公開（公告）號: CN111325733A
• 公開（公告）日: 2020-06-23
• 發明（設計）人: 劉玉濤;李秀
• 申請（專利權）人: 清華大學深圳國際研究生院
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06N3/08
• 代理公司: 深圳新創友知識產權代理有限公司 44223
• 代理人: 王震宇

本發明提供了一種結合低層視覺與高層視覺統計特征的圖像質量評價方法，包括如下步驟：S1，將圖像進行局部歸一化，提取低層視覺統計特征；S2，將圖像進行稀疏表示，計算表示殘差，提取高層視覺統計特征；S3，訓練人工神經網絡，學習從步驟S1和步驟S2提取的圖像特征到圖像質量的映射模型，以預測圖像質量。本發明借助低層人類視覺的特性與高層大腦的活動來提取低層和高層的特征，得到圖像特征到圖像質量的映射模型，可以有效地度量圖像感知質量的損失，準確地評價圖像的質量。

技術領域

本發明涉及圖像處理技術領域，具體地，涉及一種結合低層視覺與高層視覺統計特征的圖像質量評價方法。

背景技術

二十一世紀以來，隨著互聯網技術、數字媒體技術以及通信技術的快速發展，數字圖像成為人們信息交流的重要方式。近年來，數碼相機、智能手機、平板電腦等數字設備的大規模普及為圖像的采集和視頻的獲取提供了極大的便利。然而，數字圖像在獲取、壓縮、存儲、傳輸等一系列過程中很容易受到不同種類失真的干擾，其質量不可避免地受到一定程度的影響。比如，在圖像的拍攝過程中，機械抖動和不聚焦會導致采集到的圖像出現模糊；在圖像傳輸過程中，有可能會引入噪聲等等。因此，準確地評價圖像的質量對于數字圖像工業應用具有重要意義。

在圖像質量評價指標方面，Wang,Z.等人在《IEEE Trans.Image Process》第13卷第4期第600頁至第612頁發表的論文“Image quality assessment:from errorvisibility to structural similarity”中提出的結構相似性方法(SSIM)通過衡量圖像的結構相似性來判斷圖像的質量。D.M.Chandler等人在《IEEE Trans.Image Process》第16卷第9期第2284頁至第2298頁發表的論文“VSNR:A Wavelet-Based Visual Signal-to-Noise Ratio for Natural Images”中設計了視覺信噪比(Visual Signal-to-NoiseRatio，VSNR)算法，此算法分為兩步進行，第一步是通過視覺掩蔽效應判斷失真對人眼是否可見，如果不可見則算法認為圖像具有最好的視覺質量，如果可見，算法通過計算視覺系統低層次的對比度失真與中層次的圖像邊緣失真來估計圖像的質量。Zhang,L.等人在《IEEETrans.Image Process》第23卷第10期第4270頁至第4281頁發表的論文“VSI:A VisualSaliency-Induced Index for Perceptual Image Quality Assessment”中提出了基于視覺顯著性指標(Visual Saliency-based Index，VSI)，在VSI中，首先，圖像失真導致的視覺顯著性改變被研究，然后，視覺顯著性被用作圖像質量的特征來反應圖像的失真程度，最后視覺顯著性特征和梯度幅度特征結合起來預測圖像的失真。