[發(fā)明專利]紅外圖像質(zhì)量評價方法、裝置、電子設(shè)備及可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202111370853.0
• 申請日: 2021-11-18
• 公開（公告）號: CN114066857A
• 公開（公告）日: 2022-02-18
• 發(fā)明（設(shè)計）人: 張金霞;姜露莎;徐召飛;齊天宇
• 申請（專利權(quán)）人: 煙臺艾睿光電科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06N20/10;G06V10/774;G06V10/98
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 王曉芬

1.一種紅外圖像質(zhì)量評價方法，其特征在于，包括：

基于原始紅外圖像數(shù)據(jù)集生成圖像攜帶圖像質(zhì)量主觀分?jǐn)?shù)的訓(xùn)練集和測試集；

通過利用所述訓(xùn)練集中各訓(xùn)練圖像及對應(yīng)的圖像質(zhì)量主觀分?jǐn)?shù)訓(xùn)練機器學(xué)習(xí)模型，得到初始質(zhì)量評價模型；

通過利用無參考評價算法計算所述測試集中各測試圖像的每個客觀質(zhì)量指標(biāo)的客觀分?jǐn)?shù)，確定各測試圖像的客觀子維度評測分?jǐn)?shù)；

將各客觀子維度評測分?jǐn)?shù)輸入至所述初始質(zhì)量評價模型，得到每個測試圖像的圖像質(zhì)量客觀分?jǐn)?shù)；

基于所述初始質(zhì)量評價模型，根據(jù)各測試圖像的圖像質(zhì)量客觀分?jǐn)?shù)和相應(yīng)的圖像質(zhì)量主觀分?jǐn)?shù)確定最終的圖像質(zhì)量評價模型。

2.根據(jù)權(quán)利要求1所述的紅外圖像質(zhì)量評價方法，其特征在于，所述基于原始紅外圖像數(shù)據(jù)集生成圖像攜帶圖像質(zhì)量主觀分?jǐn)?shù)的訓(xùn)練集和測試集，包括：

獲取多個紅外熱成像設(shè)備在不同光照環(huán)境下多種類型應(yīng)用場景中所采集的紅外圖像，以構(gòu)成所述原始紅外圖像數(shù)據(jù)集；其中，各紅外熱成像設(shè)備的生產(chǎn)廠家、封裝方式和分辨率不同；

獲取所述原始紅外圖像數(shù)據(jù)集中各紅外圖像的圖像質(zhì)量主觀分?jǐn)?shù)；

基于預(yù)設(shè)劃分比例，將所述原始紅外圖像數(shù)據(jù)集中各紅外圖像分為多幅訓(xùn)練圖像和多幅測試圖像；

根據(jù)多幅訓(xùn)練圖像及各訓(xùn)練圖像對應(yīng)的圖像質(zhì)量主觀分?jǐn)?shù)生成訓(xùn)練集；

根據(jù)多幅測試圖像及各測試圖像對應(yīng)的圖像質(zhì)量主觀分?jǐn)?shù)生成測試集。

3.根據(jù)權(quán)利要求2所述的紅外圖像質(zhì)量評價方法，其特征在于，所述獲取所述原始紅外圖像數(shù)據(jù)集中各紅外圖像的圖像質(zhì)量主觀分?jǐn)?shù)，包括：

獲取多個專家對各紅外圖像的每個主觀質(zhì)量指標(biāo)的主觀評測分?jǐn)?shù)，以得到各紅外圖像的主觀子維度評測分?jǐn)?shù)；

獲取多個專家和多個普通用戶對各紅外圖像整體的主觀評測分?jǐn)?shù)，按照預(yù)設(shè)的專家權(quán)重系數(shù)和用戶權(quán)重系數(shù)計算各紅外圖像的主觀整體評測分?jǐn)?shù)；

根據(jù)各紅外圖像的主觀子維度評測分?jǐn)?shù)和主觀整體評測分?jǐn)?shù)確定各紅外圖像的圖像質(zhì)量主觀分?jǐn)?shù)。

4.根據(jù)權(quán)利要求3所述的紅外圖像質(zhì)量評價方法，其特征在于，所述通過利用所述訓(xùn)練集中各訓(xùn)練圖像及對應(yīng)的圖像質(zhì)量主觀分?jǐn)?shù)訓(xùn)練機器學(xué)習(xí)模型，得到初始質(zhì)量評價模型，包括：

預(yù)先構(gòu)建支持向量回歸模型；

根據(jù)各訓(xùn)練圖像的主觀子維度評測分?jǐn)?shù)構(gòu)建分值特征向量；

將所述分值特征向量和各訓(xùn)練圖像對應(yīng)的主觀整體評測分?jǐn)?shù)輸入至所述支持向量回歸模型進行訓(xùn)練，得到所述初始質(zhì)量評價模型。

5.根據(jù)權(quán)利要求1至4任意一項所述的紅外圖像質(zhì)量評價方法，其特征在于，所述通過利用無參考評價算法計算所述測試集中各測試圖像的每個客觀質(zhì)量指標(biāo)的客觀分?jǐn)?shù)，確定各測試圖像的客觀子維度評測分?jǐn)?shù)，包括：

通過計算各測試圖像的圖像空間方差并進行歸一化處理得到非均勻性客觀分?jǐn)?shù)；

通過計算各測試圖像的局部歸一化亮度系數(shù)確定圖像噪聲客觀分?jǐn)?shù)；

通過計算各測試圖像與相應(yīng)參考圖像之間的結(jié)構(gòu)相似度確定圖像清晰度客觀分?jǐn)?shù)；

基于圖像空間頻率計算各測試圖像的圖像對比度客觀分?jǐn)?shù)；

基于圖像最大灰度級和圖像最小灰度級計算各測試圖像的動態(tài)亮度范圍客觀分?jǐn)?shù)；

對每幅測試圖像，將當(dāng)前測試圖像的非均勻性客觀分?jǐn)?shù)、圖像噪聲客觀分?jǐn)?shù)、圖像清晰度客觀分?jǐn)?shù)、圖像對比度客觀分?jǐn)?shù)和動態(tài)亮度范圍客觀分?jǐn)?shù)進行歸一化處理，得到所述當(dāng)前測試圖像的客觀子維度評測分?jǐn)?shù)。

6.根據(jù)權(quán)利要求5所述的紅外圖像質(zhì)量評價方法，其特征在于，所述通過計算各測試圖像的局部歸一化亮度系數(shù)確定圖像噪聲客觀分?jǐn)?shù)，包括：

對每幅測試圖像，計算當(dāng)前測試圖像的局部歸一化亮度系數(shù)，通過廣義高斯模型擬合所述局部歸一化亮度系數(shù)，得到擬合參數(shù)均值和擬合參數(shù)方差；

計算所述局部歸一化亮度系數(shù)在多個方向上的局部歸一化亮度系數(shù)鄰域系數(shù)，通過非對稱廣義高斯模型擬合各局部歸一化亮度系數(shù)鄰域系數(shù)得到多個擬合參數(shù)；

在不同尺度分別從所述擬合參數(shù)均值、所述擬合參數(shù)方差和各擬合參數(shù)中提取多維統(tǒng)計特征，并將多維統(tǒng)計特征輸入至所述初始質(zhì)量評價模型，得到所述當(dāng)前測試圖像的圖像噪聲客觀分?jǐn)?shù)。