[發明專利]圖像質量的無參考質量評價方法及計算機可讀存儲介質

有效

• 申請號: 202010183218.0
• 申請日: 2020-03-16
• 公開（公告）號: CN111311595B
• 公開（公告）日: 2023-07-18
• 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;G06V10/74;G06V10/75
• 代理公司: 深圳新創友知識產權代理有限公司 44223
• 代理人: 江耀純

本發明提供一種圖像質量的無參考質量評價方法及計算機可讀存儲介質，方法包括：選取自然無失真圖像，并將所述自然無失真圖像分塊，提取每一個圖像塊的局部二值模式特征；提取每一個所述圖像塊的局部歸一化統計特征；對每一個所述圖像塊進行稀疏表示，分別計算所述圖像塊與所述稀疏表示的殘差和結構相似性并提取視覺感知特征；利用所述局部歸一化統計特征和視覺感知特征訓練多元高斯模型，提取所述多元高斯模型的模型參數；利用所述多元高斯模型來預測待評價的失真圖像的質量。通過描述自然圖像的統計特性的變化以及視覺感知方式的變化，提取相應的圖像特征來度量圖像質量的變化程度，從而準確地評價失真圖像的質量。

技術領域

本發明涉及圖像處理技術領域，尤其涉及一種圖像質量的無參考質量評價方法及計算機可讀存儲介質。

背景技術

在以圖像為載體的應用中，圖像的質量一直是人們所關心的問題。數字圖像在采集、存儲、傳輸和處理中難免受到不同種類失真的影響，從而影響圖像的質量。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；在圖像壓縮過程中，過度壓縮會使圖像產生塊效應；在圖像傳輸過程中，有可能會引入噪聲等。這些因素都嚴重損害了圖像的質量，造成失真圖像無處不在。因此，如何準確地估計圖像的質量成為學術界和工業界廣泛關注的問題，同時也是圖像質量評價(Image?Quality?Assessment,IQA)要解決的問題。高效的圖像質量評價方法有著廣泛的應用價值。

根據參考原始圖像的信息量，圖像質量評價技術可以分為全參考質量評價、部分參考質量評價和無參考質量評價。其中，全參考質量評價是指參考原始圖像的全部信息對失真圖像的質量做出估計；部分參考圖像質量評價是參考原始圖像的部分信息(通常表現為圖像特征)對失真圖像的質量做出估計；無參考圖像質量評價在不參考原始圖像的基礎上對失真圖像的質量進行評價。

在全參考質量評價方面，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?error?visibilityto?structural?similarity”中提出的結構相似性方法(SSIM)通過比較原始圖像和失真圖像的結構相似性來評價失真圖像的質量。Wang,Z.等人在《IEEE?Asilomar?Conference?onSignals,Systems?and?Computer》第2卷第1398頁至第1402頁發表的論文“Multi-scalestructural?similarity?for?image?quality?assessment”中提出的多尺度結構相似性方法(MS-SSIM)，將SSIM方法從單維度擴展到多個維度上。Sheikh,H.R.等人在《IEEETrans.Image?Process》第15卷第2期第430頁至第444頁發表的論文《Image?informationand?visual?quality》中提出視覺信息保真度方法(VIF)，通過量化圖像的信息損失來進行圖像質量評價。

在部分參考質量評價方面，Gao,X.等人在《IEEE?Trans.Image?Process》第18卷第7期第1409頁至1423頁發表的論文“Image?Quality?Assessment?Based?on?MultiscaleGeometric?Analysis”中對圖像進行多尺度分解，對分解系數用人眼對比度敏感函數進行加權，之后用最小可覺差(Just?Noticeable?Difference，JND)模型對系數進行處理，提取直方圖特征預測圖像質量。Liu,Y.等人在《IEEE?Trans.Multimedia》第20卷第2期第379頁至391頁發表的論文“Reduced-Reference?Image?Quality?Assessment?in?Free-EnergyPrinciple?and?Sparse?Representation”中計算稀疏表示殘差的信息熵來評價圖像的質量。