[發明專利]一種無參考全景圖像質量評價方法、系統、設備及介質

在審

• 申請號: 202110946915.1
• 申請日: 2021-08-18
• 公開（公告）號: CN113643262A
• 公開（公告）日: 2021-11-12
• 發明（設計）人: 安平;劉欣;楊超;黃新彭
• 申請（專利權）人: 上海大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/46
• 代理公司: 上海恒慧知識產權代理事務所(特殊普通合伙) 31317
• 代理人: 徐紅銀

1.一種無參考全景圖像質量評價方法，其特征在于，包括：

對全景圖像進行下采樣，生成不同尺度的圖像；

對所述不同尺度的圖像，計算每個尺度圖像HSV特征；

計算所述全景圖像的MSCN系數，將MSCN系數擬合成廣義高斯分布和非對稱性廣義高斯分布，從中提取BRISQUE特征；

將得到的不同尺度圖像的HSV特征和BRISQUE特征組合在一起，作為整體特征輸入到回歸模型中進行訓練及預測，得到全景圖像的最終質量分數。

2.根據權利要求1所述的無參考全景圖像質量評價方法，其特征在于，所述對全景圖像進行下采樣，其中，下采樣因子取2的倍數。

3.根據權利要求1所述的無參考全景圖像質量評價方法，其特征在于，所述對所述不同尺度的圖像，計算每個尺度圖像HSV特征，包括：

對每個尺度圖像進行RGB轉HSV通量；

再分別計算圖像的H通量、S通量、V通量的平均值，得到圖像的色彩特征向量。

4.根據權利要求1所述的無參考全景圖像質量評價方法，其特征在于，所述將MSCN系數擬合成廣義高斯分布，具體為：

其中

擬合得到的兩個參數α,σ²作為兩個特征量；

以上公式中：公式(4)為擁有零均值的廣義高斯分布密度函數，α,σ²這兩個參數可以用基于時刻匹配算法計算。

5.根據權利要求1所述的無參考全景圖像質量評價方法，其特征在于，將MSCN系數擬合成非對稱性廣義高斯分布，包括：

計算相鄰像素間的MSCN系數以描述相鄰像素之間的統計關系，共四個方向：水平H，豎直V，主對角線D1，次對角線D2，得到四個系數矩陣；

將上述四個系數矩陣擬合成非廣義高斯分布：

擬合得到的4個參數η,v,作為特征，其中，

以上公式中：公式(10)是非廣義高斯分布密度函數，v,這三個參數可以通過基于時刻匹配算法計算。

6.根據權利要求5所述的無參考全景圖像質量評價方法，其特征在于，所述從中提取BRISQUE特征，包括：

通過擬合廣義高斯分布得到2維特征，通過擬合非廣義高斯分布得到4×4維特征，拼接在一起得到18維的BRISQUE特征。

7.根據權利要求1-6任一項所述的無參考全景圖像質量評價方法，其特征在于，所述回歸模型為SVR，并且選擇RBF作為核函數。

8.一種無參考全景圖像質量評級系統，其特征在于，包括：

下采樣模塊：對原始圖像進行下采樣，獲得不同尺度的圖像；

HSV特征獲得模塊：計算圖像的色調、飽和度和明度，獲得圖像的HSV特征；

BRISQUE特征獲得模塊：計算圖像的MSCN系數，將MSCN系數擬合到高斯分布，得到BRISQUE特征；

模型訓練及預測模塊：將不同尺度圖像的HSV特征和BRISQUE特征組合在一起，作為整體特征輸入到回歸模型中進行訓練及預測，得到全景圖像的最終質量分數。

9.一種無參考全景圖像質量評級設備，包括存儲器、處理器及存儲在存儲器上并能在處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時用于執行權利要求1-7任一所述的無參考全景圖像質量評價方法。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時用于執行權利要求1-7任一所述的無參考全景圖像質量評價方法。