[发明专利]一种基于SVD的超分辨率重建图像质量评价方法

权利要求书

1.一种基于SVD的超分辨率重建图像质量评价方法，其特征在于，包括以下步骤：

第一步，对两幅以上的LR图像进行配准以及SR重建得到SR图像；

第二步，分别对SR图像和配准后的LR图像进行计算，得到各自的灰度图、去均值图像和梯度图像；

第三步，基于SVD计算各图像间的子评价结果，即计算出SR图像与配准后的LR图像的灰度图的I_LSg、去均值图像的I_LSm和梯度图的I_LSt，以及配准后的LR图像的灰度图的I_LLg、去均值图像的I_LLm和梯度图的I_LLt，在计算时首先将各图像分割为8×8的图像块，先在局部范围内对图像质量进行评价，然后再综合形成一个全局的评价值，而且为了保证块与块之间的连续性，各图像块之间有3个像素的重叠区；

第四步，将各子评价结果线性合成最终的SR图像质量评价结果SSQI，它是采用对应图像块奇异值差别来度量它们之间的信息差别。

2.根据权利要求1所述的一种基于SVD的超分辨率重建图像质量评价方法，其特征在于：所述的灰度图的I_LSg、去均值图像的I_LSm和梯度图的I_LSt分别从亮度、对比度、边缘及纹理三个方面来度量LR图像和SR图像的关系，三者的定义如下：

ILS=Σw∈Wη(w)[α(L1|w)Q(L1,H|w)+α(L2|w)Q(L2,H|w)+···+α(Lp|w)Q(Lp,H|w)]---(2)]]>

其中，

Q(Lk,H|w)=Σi=2n(siLk-siH)2|wmax1≤k≤pΣi=1n(siLk-siH)2|w]]>

α(Lk|w)=λ(Lk|w)max1≤k≤pλ(Lk|w)]]>

η(w)=max1≤k≤pλ(Lk|w)Σw∈Wmax1≤k≤pλ(Lk|w′)]]>

λ(Lk|w)=max(siLk|w)max(siLk|w)|2nd]]>

L_k，k＝1，2，…，p代表LR图像，H代表SR图像，w为图像块，W为图像块的集合，Q(L_k，H|w)在局部图像块范围内用奇异值的差别来衡量图像间的信息差别，分别是L_k图像和H图像中对应图像块的奇异值，n为奇异值的个数，α为w内不同的LR图像对评价结果I_LS影响的权系数，η为不同的w对I_LS影响的权系数，在计算时，将原LR图像放大至与SR图像同样的大小，由于放大图像完全由原图得到，所以这样并不影响图像的质量。