[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

本申請提供一種圖像質量評估方法、裝置、計算機設備及存儲介質，涉及圖像質量評估技術領域。該方法包括：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，得到每個待評估圖像塊的特征；根據多個待評估圖像塊的特征，計算待評估圖像的特征參數；根據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，計算待評估圖像和自然圖像模型的第一特征距離，根據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，計算待評估圖像和失真圖像模型的第二特征距離，根據第一特征距離和第二特征距離，計算待評估圖像的質量分值。本申請可提高圖像質量評估的準確度。

技術領域

本發明涉及圖像質量評估技術領域，具體而言，涉及一種圖像質量評估方法、裝置、計算機設備及存儲介質。

背景技術

圖像質量評估(Image Quality Assessment,IQA)研究已有數十年的歷史，經歷了從全參考、半參考到無參考的過度，現有的圖像質量評估方法中全盲圖像質量評估方法是圖像質量評估領域的研究熱點。

全盲圖像質量評估方法是通過擬合一個自然圖像質量評估模型，通過計算測試圖像和自然圖像質量評估模型之間的高斯距離，對圖像質量進行評估。

采用上述全盲圖像質量評估方法對圖像質量進行評估得到的結果存在較大的誤差，對圖像質量的評估效果不夠理想。

發明內容

本發明的目的在于，針對上述現有技術中的不足，提供一種圖像質量評估方法、裝置、計算機設備及存儲介質，以提高圖像質量評估的準確度。

為實現上述目的，本申請實施例采用的技術方案如下：

第一方面，本申請實施例提供了一種圖像質量評估方法，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。

可選的，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。

可選的，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。

可選的，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：