[发明专利]一种基于信息熵特征的无参考图像质量评价方法

说明书

技术领域

本发明涉及一种图像质量评价方法，特别涉及一种基于信息熵特征的无参考图像质量评价方法，属于图像分析领域。

背景技术

图像信息有着其他形式的信息所无法比拟的显著优点，人们能够直观、准确、高效地利用图像信息对客观世界进行感知理解，并对其进行合理有效地处理。在图像的获取、处理、传输和记录的过程中，由于各方面的硬件软件限制，会不可避免地产生图像失真，这会给人们准确地感知图像信息带来很多负面影响。例如，在图像识别系统中，图像采集过程中产生的失真将直接影响到识别准确性；远程会议系统容易受到网络传输失真的影响；在军事应用方面，航拍设备所采集到的图像及视频质量还将直接影响到战场监视和打击评估的效果。可见，图像质量评价在多个领域具有极为重要的实用价值。

在众多的图像质量评价方法中，最可靠的质量度量方法当属主观图像质量评价方法。该方法同时也存在许多导致其无法进行实际应用的缺点，如无法使用数学模型描述从而嵌入到系统当中进行应用，评价结果容易受到受测人主观认识差异的影响，代价过高等等。与其相对的客观图像质量评价往往是人们的研究热点，在这其中全参考和部分参考评价方法由于必须借助全部或部分原始图像信息作为参考，而在现实中原始参考信息往往是难以得到的，这使得它们的应用范围受到了较大的限制。无参考图像质量评价由于不需要任何原始参考信息，符合绝大多数场合下的现实要求，具有最广的应用范围和最大的应用价值。

客观图像质量评价的基本目标是能够得到与人眼主观感受相一致的质量评价结果，最终目标是利用计算机代替人眼去感知图像和视频。当前，图像质量评价在人们日常生活中主要有以下应用：

（1）嵌入到应用系统中实时调整图像的质量；

（2）在图像处理系统中为程序的参数优化的提供根据；

（3）衡量图像处理方法好坏的一个度量。

综上所述，开展对于客观无参考图像质量评价的研究具有广泛的理论意义和重要的应用价值。本发明提出了一种信息熵特征的无参考图像质量评价方法，其参考的已有技术为Moorthy等人在文献《Atwo-step framework for constructing blind image quality indices》中提出的无参考图像质量评价的两步框架，涉及的基础背景技术主要为Contouelet变换和图像信息熵。

（一）无参考图像质量评价的两步框架

Moorthy等人提出无参考图像质量评价的两步框架，即对失真图像依次进行失真识别和基于特定失真类型的质量评价。

给定具有已知失真类型的一个图像训练集合，我们的算法需要被校准能够囊括n种失真类型，为此，我们需要利用正确的分类和特征向量作为输入来训练一个分类器。分类器学习从特征空间到失真类标的映射，一旦实现了这种校准，训练得到的分类器就可以对给定的输入图像（即，输入图像的特征向量）进行失真分类评估了。

在我们的方法中，分类器并不产生一个硬分类。相反，我们从分类其中提取的是概率估计，这个估计表明了分类器把输入放入每一种失真类型中的信心。这样对于输入图像的特征向量，训练得到的分类器会产生一个n维向量p，p代表输入图像包含n种失真的可能性。

简单的，给定一个图像训练集合，集合中的每幅图像都有对应n种失真类型的质量分数，我们训练的n个回归模型来把特征向量映射到相应的质量分数上。由于每个模型都是用特定失真训练得到的，这些回归模型一旦训练完成，基于特定失真的质量评价器（即训练模型）就会假设图片是被特定失真损坏的，从而产生一个质量估计。

待评价的输入图像，使用所有训练得到的基于特定失真的质量评价模型进行评价，这样我们就可以由n个回归模型得到的n维向量q。

根据得到的两个向量p和q，每一个基于特定失真质量的分数都用图像中失真出现的概率加权，可以得到客观预测分数