[發明專利]圖像質量評估方法、裝置、計算機設備及存儲介質

在審

• 申請號: 202011207836.0
• 申請日: 2020-11-02
• 公開（公告）號: CN112270665A
• 公開（公告）日: 2021-01-26
• 發明（設計）人: 王同樂;李藝飛;周星杰;孫澤懿
• 申請（專利權）人: 上海明略人工智能（集團）有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 北京超成律師事務所 11646
• 代理人: 王宏

1.一種圖像質量評估方法，其特征在于，包括：

對待評估圖像進行分塊處理，得到多個待評估圖像塊；

對每個待評估圖像塊進行特征提取，得到所述每個待評估圖像塊的特征；

根據所述多個待評估圖像塊的特征，計算所述待評估圖像的特征參數；

根據所述待評估圖像的特征參數，和預先構造的自然圖像模型的特征參數，計算所述待評估圖像和所述自然圖像模型的第一特征距離，所述自然圖像模型的特征參數為基于未失真的自然圖像得到的特征參數；

根據所述待評估圖像的特征參數，和預先構造的失真圖像模型的特征參數，計算所述待評估圖像和所述失真圖像模型的第二特征距離，所述失真圖像模型的特征參數為基于失真圖像得到的特征參數；

根據所述第一特征距離和所述第二特征距離，計算所述待評估圖像的質量分值。

2.如權利要求1所述的方法，其特征在于，所述待評估圖像的特征參數包括：待評估特征均值和待評估特征協方差；相應的，所述自然圖像模型的特征參數包括：自然特征均值和自然特征協方差，所述失真圖像模型的特征參數包括：失真特征均值和失真特征協方差；

所述根據所述多個待評估圖像塊的特征，計算所述待評估圖像的特征參數，包括：

根據所述多個待評估圖像塊的特征，采用預設的多元高斯模型進行擬合，得到所述待評估特征均值和所述待評估特征協方差。

3.如權利要求2所述的方法，其特征在于，所述方法還包括：

對所述自然圖像和所述失真圖像分別進行特征提取，得到所述自然圖像的特征集合和所述失真圖像的特征集合；

采用所述多元高斯模型對所述自然圖像的特征集合進行擬合，得到所述自然特征均值和所述自然特征協方差；

采用所述多元高斯模型對所述失真圖像的特征集合進行擬合，得到所述失真特征均值和所述失真特征協方差。

4.如權利要求3所述的方法，其特征在于，所述對所述自然圖像和所述失真圖像分別進行特征提取，得到所述自然圖像的特征集合和所述失真圖像的特征集合，包括：

分別對所述自然圖像和所述失真圖像進行分塊處理，得到多個自然圖像塊和多個失真圖像塊；

分別對所述多個自然圖像塊和所述多個失真圖像塊進行特征提取，得到所述自然圖像的特征集合和所述失真圖像的特征集合。

5.如權利要求4所述的方法，其特征在于，所述分別對所述多個自然圖像塊和所述多個失真圖像塊進行特征提取，得到所述自然圖像的特征集合和所述失真圖像的特征集合，包括：

分別對所述多個自然圖像塊中的多個第一目標圖像塊進行MSCN的特征提取，得到所述多個第一目標圖像塊的MSCN系數，以及所述多個第一目標圖像塊的MSCN系數在多個旋轉方向的系數；其中，所述MSCN表示平均對比歸一化系數；

根據每個第一目標圖像塊的MSCN系數，以及所述每個第一目標圖像塊的MSCN系數在多個旋轉方向的系數，得到所述每個第一目標圖像塊的多維特征，所述自然圖像的特征集合包括：所述多個第一目標圖像塊的多維特征；

分別對所述多個失真圖像塊中的多個第二目標圖像塊進行MSCN的特征提取，得到所述多個第二目標圖像塊的MSCN系數，以及所述多個第二目標圖像塊的MSCN系數在多個旋轉方向的系數；

根據每個第二目標圖像塊的MSCN系數，以及所述每個第二目標圖像塊的MSCN系數在多個旋轉方向的系數，得到所述每個第二目標圖像塊的多維特征，所述失真圖像的特征集合包括：所述多個第二目標圖像塊的多維特征。