<listing id="vjp15"></listing><menuitem id="vjp15"></menuitem><var id="vjp15"></var><cite id="vjp15"></cite>
<var id="vjp15"></var><cite id="vjp15"><video id="vjp15"><menuitem id="vjp15"></menuitem></video></cite>
<cite id="vjp15"></cite>
<var id="vjp15"><strike id="vjp15"><listing id="vjp15"></listing></strike></var>
<var id="vjp15"><strike id="vjp15"><listing id="vjp15"></listing></strike></var>
<menuitem id="vjp15"><strike id="vjp15"></strike></menuitem>
<cite id="vjp15"></cite>
<var id="vjp15"><strike id="vjp15"></strike></var>
<var id="vjp15"></var>
<var id="vjp15"></var>
<var id="vjp15"><video id="vjp15"><thead id="vjp15"></thead></video></var>
<menuitem id="vjp15"></menuitem><cite id="vjp15"><video id="vjp15"></video></cite>
<var id="vjp15"></var><cite id="vjp15"><video id="vjp15"><thead id="vjp15"></thead></video></cite>
<var id="vjp15"></var>
<var id="vjp15"></var>
<menuitem id="vjp15"><span id="vjp15"><thead id="vjp15"></thead></span></menuitem>
<cite id="vjp15"><video id="vjp15"></video></cite>
<menuitem id="vjp15"></menuitem>

基于相位選擇性機制的通用無參考圖像質量評價方法

文檔序號:9847189閱讀:857來源:國知局
基于相位選擇性機制的通用無參考圖像質量評價方法
【技術領域】
[0001] 本發明涉及一種圖像質量評價方法,尤其是涉及一種基于相位選擇性機制的通用 無參考圖像質量評價方法。
【背景技術】
[0002] 圖像是人類獲取信息的重要途徑,圖像質量表示圖像向人或設備提供信息的能 力,直接關系著所獲取信息的充分性與準確性。然而,圖像在獲取、處理、傳輸和存儲的過程 中,由于各種因素影響將不可避免的產生降質問題,這給信息的獲取或圖像的后期處理帶 來了極大困難。因此,建立有效的圖像質量評價機制非常重要。如在圖像去噪、圖像融合等 處理過程中可用于各種算法的性能比較、參數選擇;在圖像編碼與通信領域可用于指導整 個圖像的傳輸過程并評估系統性能。
[0003] 圖像質量評價方法可以分為兩類:主觀評價方法和客觀評價方法。前者是由觀察 者對圖像質量進行評分,得到平均評價分用以衡量圖像質量;后者利用數學模型計算圖像 質量。主觀評價方法的實驗結果比較可靠,但費時費力。客觀評價方法又可分為三類:全參 考圖像質量評價方法、半參考圖像質量評價方法和無參考圖像質量評價方法,當前研究最 多的是全參考圖像質量評價方法,但是多數應用中無法獲得相應的原始圖像,因此,無參考 圖像質量評價方法的研究更具實用價值。
[0004] 無參考圖像質量評價方法可分為特定失真評價方法和通用評價方法兩種,特定失 真評價方法只能對某種特定失真類型的圖像進行評價,例如JPEG、JPEG2K及Gblur失真等, 無法對其它類型的失真圖像及多種處理技術處理后的圖像進行質量評價;通用評價方法可 以同時對多種失真進行評價。
[0005] 現有的通用無參考圖像質量評價方法并沒有充分考慮人眼視覺特性,因此,如何 在評價過程中有效地提取人眼視覺特征信息,在評價過程中進行人眼視覺特性結合,使得 客觀評價結果更加符合人類視覺感知系統,是圖像進行客觀質量評價過程中需要研究解決 的問題。

【發明內容】

[0006] 本發明所要解決的技術問題是提供一種基于相位選擇性機制的通用無參考圖像 質量評價方法,其能夠充分考慮到相位信息改變對視覺質量的影響,能夠有效地提高客觀 評價結果與主觀感知之間的相關性。
[0007] 本發明解決上述技術問題所采用的技術方案為:一種基于相位選擇性機制的通用 無參考圖像質量評價方法,其特征在于包括以下步驟:
[0008] ①令{I d (i,j)}表示待評價的失真圖像,其中,I < i U < j < H,W表示{I d (i,j)} 的寬度,H表示{Id(i,j)}的高度,Id(i,j)表示{I d(i,j)}中坐標位置為(i,j)的像素點的像 素值;
[0009] ②對{Id(i,j)}實施Log-Gabor濾波,得到{Id(i,j)}的多尺度多方向的相位圖像, 記為{% (/,_/)},其中,% α _/)表示(/,_/)}中坐標位置為(i,j)的像素點的像素值;
[0010]③獲取以(/,/)}的局部特征圖,記為化(/,./)},將^,(/,4中坐標位置為(^)的 像素點的像素值,即^>(/仏7_)}中坐標位置為(i,j )的像素點的局部特征值記為戽〇',/), P,(hj) = JMP^a,j)IlP,AiJ)\\Ρφβ,ΜP.A^j)!IIlp^(Uj)IlP fMJ)IlP^J)) , ^ 中,fun()為將二進制數轉換成十進制數的函數,符號"I I"表示二進制比特位續聯符號,
"為取絕對值符號,當I < i-l 且I < j-l 時^V(i-l,j_-l)表示^(/,冰中坐標位置為 (卜1,」-1)的像素點的像素值,當1<卜11且]_-1〈1時令%(/-],./-1)二%(/_-丨,丨),當卜1〈1 且 1 < j-1 < H時令% (,· - I, j· - 1) = % (I J - 1),當 i-1〈 1且 j-1〈 1 時令% (/ - U - 1) = % (U):當 1 < i-11時灼(〖-1,/)表示(%(/,刀}中坐標位置為(1-1,」)的像素點的像素值,當卜1〈1時 令只/(,-1,/) =只/(],/);當I < i-l 且I < j+1 時爐-1,./ + 1)表示丨%(/./)}中坐標位置 為(卜1,]_+1)的像素點的像素值,當1^卜11且」+1>那寸令朽(/-1,7' + 1)=仏(/-1,凡),當卜 1〈 1 且 1 < j + 1 < H 時令 K./ + 1) =灼(1,./+ 1),當 i - 1〈 1 且 j + 1 > H 時令 % -1J +1) = % (1, //);當 1 幻-1 < !1時 % (/,y -1)表示 b (〇_)}中坐標位置為(i,j -1)的 像素點的像素值,當j_l〈l時令%仏J'-1) = %(U);當1 < j+1 時只表示 中坐標位置為(^+1)的像素點的像素值,當」+1>那寸令只,,(/,./ + 1)=爐(/(/,//):當1^1+11 且I ^ j-1 ^ H時+ L-1)表示id (A./)丨中坐標位置為(i+1,j-1)的像素點的像素值,當I < i + 1 SW 且」-1〈1時令 + 1)=爲(,+ 1,1),當 i + I > W 且 I < j - I < H 時令 %(^ + 1,1/ - 1)=爐1|(^一1),當1+1>評且」-1〈1時令%(/ + 1.,./-1)=外(,,1);當1<1+1<糊寸 e,G_ + K./)農示{%(/,/>}中坐標位置為(i + 1,j )的像素點的像素值,當i + i>w時令 以z' + U): =以:,,ih當I U+l 1且1幻+1 ^時%(丨+ 1,/ + 1)表示{^及./)}中坐標位置為 (1+1,]_+1)的像素點的像素值,當1<丨+1<1且]_+1>那寸令%(,,+丨,./ +丨)=灼(,_十1,"),當丨+1> W且I < j+1 時令e^ + l,/ + l) =內<0+1),當i+l>W且j+l>H時令灼<) + 1,./ + 1) = %(『·/?>;上述 φ4(?-\,\), Oii(IjJ-I), ft(i,l),^(l,j), (pd{i-\H), φβ,Η), ψ^?,]), fd(i"H), ^(? + 1,])λ %{F,/~1), 奶,(it,1)、%(%/>、%(f+i,//)、%(,,y+i)'%(%//)對應表示{%(/,/>}中坐標位置 S(i-l,l)、(l,j-l)、(l,l)、(l,j)、(i-l,H)、(l,j+l)、(l,H)、(i,l)、(i,H)、(i+l,l)、(W,j-1)、(W,I)、(W,j)、( i+1,Η)、(W,j+1)、(W,Η)的像素點的像素值,T為設定的閾值;
[0011] ④采用旋轉不變性操作對進行處理,得到I巧的局部特征模式圖,記 為其中,&(/,./)表示中坐標位置為(i,j)的像素點的像素值,也即是 i A(/_,./)j中坐標位置為(i,j)的像素點的局部特征模式值;
[0012] ⑤采用直方圖統計方法對進行統計操作,得到{Id(i,j)}的直方圖統計特 征向量,記為hd,其中,hd的維數為I Xm'維,hd中的第m個元素為hd(m),1 ,m'>l;
[0013] ⑥采用η"幅寬度為W且高度為H的原始的無失真圖像,建立其在不同失真類型不同 失真程度下的失真圖像集合,將該失真圖像集合作為訓練集,訓練集包括多幅失真圖像;然 后利用主觀質量評價方法評價出訓練集中的每幅失真圖像的平均主觀評分值,將訓練集中 的第j幅失真圖像的平均主觀評分值記為DMOS j;再按照步驟①至步驟⑤的操作,以相同的 方式獲取訓練集中的每幅失真圖像的直方圖統計特征向量,將訓練集中的第j幅失真圖像 的直方圖統計特征向量記為h<u;其中,11">1,1幻_"'4'表示訓練集中包含的失真圖像的 總幅數,〇 < DMOSj < 100,hd,j的維數為I Xm'維,hd,j中的第m個元素為hd,j(m);
[0014]⑦計算hd與訓練集中的每幅失真圖像的直方圖統計特征向量之間的距離,將hd與 hd,^間的距離記為0<11^0<118」=|11(1-1^|;然后將得到的『個距離構成的集合記為{0 (1^ 1幻、Ν'};接著對{Ddw 11幻、Ν'}中的所有距離按從小到大的順序排列,將排列后的集 合記為{D'dis,j I I < j <Ν'};之后獲取{D'dis,j I I < j <Ν'}中的前Κ'個距離各自對應的訓練 集中的失真圖像的平均主觀評分值,并將這Κ'個平均主觀評分值構成的集合記為{DM0S、 DMOS'2,…,DMOS'r };其中,符號 "| Γ為取絕對值符號,I <K' <N',DMOS'hDMOS、,···, DMOS'k,對應表示{D'dis,j I I < j < Ν'}中的第1個距離對應的訓練集中的失真圖像的平均主 觀評分值、第2個距離對應的訓練集中的失真圖像的平均主觀評分值、…、第K'個距離對應 的訓練集中的失真圖像的平均主觀評分值;
[0015]⑧計算{Id( i,j )}的客觀質量評價預測值,記為 其中,D'dis,k,表示{D'dis,j|l < j <N'}中的第k'個距離,DMOS'k,表示D'dis,k,對應的訓練集中 的失真圖像的平均主觀評分值。
[0016 ] 所述的步驟③中取T = 45。
[0017] 所述的步驟⑤中取m'=10。
[0018] 與現有技術相比,本發明的優點在于:
[0019] 1)本發明方法通過深入挖掘人眼視覺特性中的相位選擇機制,即通過相位模式模 擬人眼視覺興奮和抑制性神經元感受,這能夠很好地體現了人眼視覺感知特性。
[0020] 2)本發明方法在充分利用了人眼視覺相位選擇機制的基礎上,采用局部特征提取 方法(即利用失真
當前第1頁1 2 3 
網友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1
韩国伦理电影