[發(fā)明專利]一種基于離散余弦變換的屏幕內(nèi)容圖像質(zhì)量評(píng)價(jià)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202210047067.5
• 申請(qǐng)日: 2022-01-17
• 公開(kāi)（公告）號(hào): CN114067006B
• 公開(kāi)（公告）日: 2022-04-08
• 發(fā)明（設(shè)計(jì)）人: 余紹黔;魯曉海;楊俊豐;劉利枚
• 申請(qǐng)（專利權(quán)）人: 湖南工商大學(xué)
• 主分類號(hào): G06T7/90
• 分類號(hào): G06T7/90;G06T7/11;G06V10/80
• 代理公司: 長(zhǎng)沙惟盛赟鼎知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 43228
• 代理人: 黃敏華

本發(fā)明公開(kāi)了一種基于離散余弦變換的屏幕內(nèi)容圖像質(zhì)量評(píng)價(jià)方法，包括：將失真屏幕內(nèi)容圖像進(jìn)行色彩空間轉(zhuǎn)換，分離出灰度分量和彩色分量；彩色分量特征提取；灰度分量特征提取；根據(jù)彩色分量提取的統(tǒng)計(jì)特征、以及灰度分量提取的方向梯度直方圖特征、均值特征、梯度特征和方差特征，得到圖像特征向量，將圖像特征向量與失真屏幕內(nèi)容圖像的平均意見(jiàn)得分值建立回歸映射關(guān)系，構(gòu)建隨機(jī)森林模型，并訓(xùn)練隨機(jī)森林模型；將待測(cè)的失真屏幕內(nèi)容圖像輸入至訓(xùn)練完成的隨機(jī)森林模型中，輸出失真屏幕內(nèi)容圖像的質(zhì)量分?jǐn)?shù)；該方法采用無(wú)參考的方式將屏幕內(nèi)容圖像的彩色分量和灰度分量相關(guān)特征相融合，進(jìn)而進(jìn)行高精度圖像質(zhì)量評(píng)價(jià)。

技術(shù)領(lǐng)域

本發(fā)明屬于無(wú)參考的屏幕內(nèi)容圖像質(zhì)量評(píng)價(jià)技術(shù)領(lǐng)域，尤其涉及一種基于離散余弦變換的屏幕內(nèi)容圖像質(zhì)量評(píng)價(jià)方法。

背景技術(shù)

圖像質(zhì)量評(píng)價(jià)方法在優(yōu)化圖像處理系統(tǒng)參數(shù)、比較圖像處理算法性能優(yōu)劣、評(píng)判圖像壓縮傳輸失真程度等方面時(shí)具有重要意義。評(píng)價(jià)方法中無(wú)參考型圖像質(zhì)量評(píng)價(jià)方法由于不需要參考圖像，僅根據(jù)失真圖像就可以評(píng)估圖像質(zhì)量，更適用于實(shí)際情況中復(fù)雜的應(yīng)用場(chǎng)景。針對(duì)屏幕內(nèi)容圖像的無(wú)參考評(píng)價(jià)是當(dāng)前研究的熱點(diǎn)，相比于自然圖像，屏幕內(nèi)容圖像有更多的線條和快速變化的邊緣，顏色變化較快，一般都以圖文并茂的形式出現(xiàn)；且現(xiàn)有的圖像質(zhì)量評(píng)價(jià)方法均將RGB色彩空間的圖像轉(zhuǎn)換成灰度圖像，然后提取其空間域或變換域中的統(tǒng)計(jì)特征，但在RGB圖像灰度化過(guò)程中存在計(jì)算誤差和原數(shù)據(jù)一致性的丟失，會(huì)造成提取的統(tǒng)計(jì)特征不能完全反映不同類型的失真圖像或不同失真程度的圖像。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)中提取的統(tǒng)計(jì)特征不能完全反映不同類型的失真圖像或不同失真程度的圖像的不足，提供了一種將屏幕內(nèi)容圖像的彩色分量特征與灰度圖像相關(guān)特征相融合的高精度圖像質(zhì)量評(píng)價(jià)方法，具體為一種基于離散余弦變換的屏幕內(nèi)容圖像質(zhì)量評(píng)價(jià)方法。

本發(fā)明提供了一種基于離散余弦變換的屏幕內(nèi)容圖像質(zhì)量評(píng)價(jià)方法，包括：

S1：將失真屏幕內(nèi)容圖像進(jìn)行色彩空間轉(zhuǎn)換，分離出灰度分量和彩色分量；

S2：彩色分量特征提取，提取彩色分量的去均值對(duì)比度歸一化系數(shù)，進(jìn)而提取去均值對(duì)比度歸一化系數(shù)的特征，得到統(tǒng)計(jì)特征；

S3：灰度分量特征提取，基于灰度分量得到灰度圖，對(duì)灰度圖進(jìn)行離散余弦變換，得到文本圖像和自然圖像；根據(jù)自然圖像得到方向梯度直方圖特征和均值特征，根據(jù)文本圖像得到梯度特征和方差特征；

S4：根據(jù)統(tǒng)計(jì)特征、方向梯度直方圖特征、均值特征、梯度特征和方差特征，得到圖像特征向量，采用隨機(jī)森林算法將圖像特征向量與失真屏幕內(nèi)容圖像的平均意見(jiàn)得分值建立回歸映射關(guān)系，構(gòu)建隨機(jī)森林模型，并訓(xùn)練隨機(jī)森林模型；

S5：將待測(cè)的失真屏幕內(nèi)容圖像輸入至訓(xùn)練完成的隨機(jī)森林模型中，輸出失真屏幕內(nèi)容圖像的質(zhì)量分?jǐn)?shù)。

優(yōu)選的，S1中，將彩色的失真屏幕內(nèi)容圖像進(jìn)行色彩空間轉(zhuǎn)換，由RGB色彩空間轉(zhuǎn)換成YIQ色彩空間，并引入色度信息，通過(guò)YIQ色彩空間分離出失真屏幕內(nèi)容圖像的灰度分量和彩色分量，在YIQ色彩空間中，Y通道包括亮度信息，即灰度分量；I通道、Q通道包括色彩飽和度信息，即彩色分量。

優(yōu)選的，RGB色彩空間與YIQ色彩空間的轉(zhuǎn)換公式為：

。

優(yōu)選的，S2中，采用廣義高斯分布模型對(duì)去均值對(duì)比度歸一化系數(shù)進(jìn)行擬合，通過(guò)矩匹配法提取形狀參數(shù)和均方差，同時(shí)提取出去均值對(duì)比度歸一化系數(shù)的峰度特征和偏度特征，根據(jù)形狀參數(shù)、均方差、峰度特征和偏度特征，得到統(tǒng)計(jì)特征。