[發明專利]一種卡通圖像無參考質量評價方法

在審

• 申請號: 202211040197.2
• 申請日: 2022-08-29
• 公開（公告）號: CN115587939A
• 公開（公告）日: 2023-01-10
• 發明（設計）人: 邵楓;陳航威
• 申請（專利權）人: 寧波大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/50;G06T7/90;G06T13/00;G06N20/00
• 代理公司: 寧波奧圣專利代理有限公司 33226
• 代理人: 周玨

1.一種卡通圖像無參考質量評價方法，其特征在于包括以下步驟：

步驟1：選取N幅原始的卡通圖像；然后對每幅原始的卡通圖像分別進行L個不同等級的飽和度調整、L個不同等級的對比度調整以及L個不同等級的亮度調整，得到每幅原始的卡通圖像對應的3L幅調整后的卡通圖像，包含L幅飽和度調整后的卡通圖像、L幅對比度調整后的卡通圖像以及L幅亮度調整后的卡通圖像；再將N幅原始的卡通圖像對應的共N×3L幅調整后的卡通圖像構成卡通圖像集合，將卡通圖像集合中的第p幅調整后的卡通圖像記為Y_p；其中，N為正整數，N＞1，L為正整數，L＞1，p為正整數，1≤p≤N×3L，Y_p的寬度為Width且高度為Height；

步驟2：采用主觀質量評價方法，獲取卡通圖像集合中的每幅調整后的卡通圖像的平均主觀評分差值，將Y_p的平均主觀評分差值記為DMOS_p；

步驟3：計算卡通圖像集合中的每幅調整后的卡通圖像的梯度幅值圖和梯度方向圖；然后根據卡通圖像集合中的每幅調整后的卡通圖像的梯度幅值圖，計算卡通圖像集合中的每幅調整后的卡通圖像的局部二值模式圖；再根據卡通圖像集合中的每幅調整后的卡通圖像的梯度幅值圖和局部二值模式圖，計算卡通圖像集合中的每幅調整后的卡通圖像在9個不同方向的梯度幅值特征；并根據卡通圖像集合中的每幅調整后的卡通圖像的梯度幅值圖和梯度方向圖，計算卡通圖像集合中的每幅調整后的卡通圖像在10個不同方向區間的結構變化特征；最后將卡通圖像集合中的每幅調整后的卡通圖像在9個不同方向的梯度幅值特征和在10個不同方向區間的結構變化特征按序排列構成該調整后的卡通圖像的結構特征矢量，將Y_p的結構特征矢量記為其中，的維數為19×1；

步驟4：計算卡通圖像集合中的每幅調整后的卡通圖像的飽和度分量、色調分量、反向角分量、球面角分量；然后計算卡通圖像集合中的每幅調整后的卡通圖像的飽和度分量在水平、垂直、正對角、斜對角方向的相對飽和度分量，并計算卡通圖像集合中的每幅調整后的卡通圖像的色調分量在水平、垂直、正對角、斜對角方向的相對色調分量，計算卡通圖像集合中的每幅調整后的卡通圖像的反向角分量在水平、垂直、正對角、斜對角方向的相對反向角分量，計算卡通圖像集合中的每幅調整后的卡通圖像的球面角分量在水平、垂直、正對角、斜對角方向的相對球面角分量；再計算卡通圖像集合中的每幅調整后的卡通圖像對應的四個相對飽和度分量、四個相對色調分量、四個相對反向角分量和四個相對球面角分量各自中的所有像素點的熵值；最后將卡通圖像集合中的每幅調整后的卡通圖像對應的四個相對飽和度分量、四個相對色調分量、四個相對反向角分量和四個相對球面角分量各自中的所有像素點的熵值按序排列構成該調整后的卡通圖像的色彩特征矢量，將Y_p的色彩特征矢量記為其中，的維數為16×1；

步驟5：將卡通圖像集合中的每幅調整后的卡通圖像的結構特征矢量和色彩特征矢量按序排列構成該調整后的卡通圖像的特征矢量，將Y_p的特征矢量記為F_p，其中，F_p的維數為35×1，符號“[]”為向量或矩陣表示符號，上標“T”表示向量或矩陣的轉置；

步驟6：隨機選擇卡通圖像集合中的m幅調整后的卡通圖像構成訓練集，將卡通圖像集合中剩余的N×3L-m幅調整后的卡通圖像構成測試集；然后將訓練集中的所有調整后的卡通圖像的特征矢量和平均主觀評分差值構成訓練樣本數據集合，將測試集中的所有調整后的卡通圖像的特征矢量構成測試樣本數據集合；其中，1≤m＜N×3L；

步驟7：采用支持向量回歸作為機器學習的方法，對訓練樣本數據集合中的所有特征矢量進行訓練，使得經過訓練得到的回歸函數值與平均主觀評分差值之間的誤差最小，擬合得到最優的權重矢量w^opt和最優的偏置項b^opt；再利用最優的權重矢量w^opt和最優的偏置項b^opt，構造得到調整后的卡通圖像的支持向量回歸訓練模型，記為γ(F_inp)，其中，γ()為函數表示形式，F_inp表示調整后的卡通圖像的支持向量回歸訓練模型的輸入矢量，為調整后的卡通圖像的特征矢量，F_inp的維數為35×1，表示調整后的卡通圖像的支持向量回歸訓練模型的輸入矢量F_inp的線性函數；

步驟8：根據構造得到的調整后的卡通圖像的支持向量回歸訓練模型，對測試樣本數據集合中的每個特征矢量進行測試，預測得到測試樣本數據集合中的每個特征矢量對應的調整后的卡通圖像的客觀質量評價預測值，將測試樣本數據集合中的第q個特征矢量對應的調整后的卡通圖像的客觀質量評價預測值記為Q_q，Q_q＝γ(F_q)，其中，q為正整數，1≤q≤N×3L-m，F_q表示測試樣本數據集合中的第q個特征矢量，F_q的維數為35×1，表示F_q的線性函數；

步驟9：重復執行步驟6至步驟8共Num次，并使卡通圖像集合中的每幅調整后的卡通圖像至少有一次屬于測試集，經過Num次執行后計算卡通圖像集合中的每幅調整后的卡通圖像的若干個客觀質量評價預測值的平均值；再將卡通圖像集合中的每幅調整后的卡通圖像的若干個客觀質量評價預測值的平均值作為該幅調整后的卡通圖像的最終的客觀質量評價預測值；其中，Num的取值大于或等于100。