[发明专利]一种基于稀疏表示的图像清晰度评价方法和装置

说明书

技术领域

本发明涉及一种图像清晰度评价方法和装置，特别涉及一种基于稀疏表示的图像清晰度评价方法和装置。

背景技术

在图像信息技术的广泛应用情况下，图像质量评价成为一个广泛而基本的问题。图像是我们认知很重要的途径，因此对图像信息的处理成为各个领域不可或缺的手段。然而在图像处理和传输过程，图像不可避免的会出现失真和降质的情况，这给人们认识客观世界和研究解决问题带来很大问题。因此图像的合理评价具有很重大的意义。近些年来，随着图像处理技术的发展，该领域已吸引了研究人员的广泛关注。

目前，图像质量评价方法分为主观评价和客观评价两类。虽然主观评价方法是准确、可靠的图像质量评价方法，但是由于其方法容易受到实验环境及观察者知识水平、喜好等自然原因的影响，评价结果往往不稳定，不适用于实时系统。客观评价方法具有简单、实时、可重复和易集成等特点使其成为研究热点，但由于人是图像的最终受体，客观与主观的一致性越来越受到关注，且可作为一种客观评价方法好坏的标准。

根据对原始图像的依赖程度，客观质量评价一般分为三种类型，即全参考型、部分参考型和无参考型。全参考方法就是利用原始图像全部信息，通过计算原始图像与失真图像之间的感知误差，并综合这些误差得到失真图像的质量评价分数。全参考评价体系虽然是目前研究较多，相对成熟的评价体系，但是其使用前提是要获得参考图像的全部信息，这在很多场合是很困难的。然而，如果能得到参考图像的部分特征信息，就可以采用部分参考的质量评价方法。无参考质量评价方法是仅仅使用待评测图像本身的信息来进行质量评价。由于没有原始图像的任何信息，因此实现起来困难，但是由于其在应用领域的实用性，还是吸引了许多学者的关注。目前无参考图像质量评价主要集中在对特定失真图像的客观评价，本发明是针对图像模糊失真的一种无参考客观评价方法。

图像模糊的主要表现是高频信息的损失或衰减，由于图像模糊度与清晰度是相对的，因此图像清晰度评价方法可以用来评价图像模糊度。针对这一问题，近年来出现了一些方法，文献：P.Marziliano,F.Dufaux,S.Winkler,and T.Ebrahimi,“Perceptual blur and ringing metrics:application to JPEG2000,”Signal Processing:Image Communication,vol.19,no.2,pp.163-172,Feb.2004.在空间域中分析图像边缘及其毗邻的区域。首先利用边缘检测提取图像边缘，然后扫描图像边缘点计算边缘宽度，最后对所有局部模糊边缘宽度求均值得到图像的质量评价分数。文献：R.Ferzli and L.J.Karam,“A no-reference objective image sharpness metric based on the notion of just noticeable blur(JNB),”IEEE Trans.Image Process.,vol.18,no.4,pp.717-728,Apr.2009.提出最小可视模糊(JNB)概念，在概率求和模型中计算图像边缘块的局部对比度和边缘宽度来衡量图像模糊/清晰度。文献：R.Hassen,Z.Wang,and M.Salama,“Image sharpness assessment based on local phase coherence,”IEEE Trans.Image Process.,vol.22,no.7,pp.2798-2810,Jul.2013.在小波域中提取图像特征，发现模糊失真能影响图像局部相位一致性的结构，在此基础上测量相位一致性的强度来评价图像的清晰度。文献：C.T.Vu,T.D.Phan,and D.M.Chandler,“S3:A spectral and spatial measure of local perceived sharpness in natural images,”IEEE Trans.Image Process.,vol.21,no.3,pp.934-945,Mar.2012.首先在频域中计算图像局部频谱斜率大小，然后在空间域中计算图像块的局部最大方差，最后通过几何平均对斜率和方差加权平均得到图像的质量评价分数。

目前，无参考图像质量评价技术相对还不是很成熟，如何只依靠待评价图像本身对其进行质量评价是解决问题的关键。上述无参考图像清晰度评价方法在空间域和频域内提取图像特征，在评价的准确性上有待提高。

发明内容