[发明专利]一种基于区别性稀疏表示的盲图像质量评价方法

权利要求书

1.一种基于区别性稀疏表示的盲图像质量评价方法，其特征在于，包括如下步骤：

(1)分别从无噪声污染的自然图像和噪声图像样本中训练得到特征子字典和噪声子字典，并将两个子字典合并为区别性字典；包括：

(1.1)从无噪声污染的自然图像中提取图块作为特征训练集，从噪声图像中提取图块作为噪声训练集；

(1.2)从步骤(1.1)的两个训练集中，训练得到特征子字典D⁺和噪声子字典D^-，构造区别性字典D_d为特征子字典D⁺与噪声子字典D^-的集合；

(2)用所述区别性字典表示待评价的图像，得到两个子字典对应的稀疏系数；包括：

(2.1)将待评价的图像分解为红、绿和蓝三个颜色通道的子图像；

(2.2)对每个颜色通道的子图像，将子图像拆分成与训练集中的图块大小相同的图块，用区别性字典D_d表示子图像，获得每个子图像对应的稀疏系数，所述稀疏系数包括特征子字典D⁺表示图像所对应的稀疏系数和噪声子字典D^-表示图像所对应的稀疏系数；

(3)通过统计两部分稀疏系数的比例获得最终的图像质量评分；包括：

(3.1)通过统计每个颜色通道的子图像中噪声子字典对应的稀疏系数与特征子字典对应的稀疏系数的加权比例，得到对应的子图像的评分；

(3.2)根据三个颜色通道的子图像评分的加权求和，每个子图像评分对应的系数参照RGB空间转化为YIQ空间中Y通道的转换公式系数，得到最终的图像质量评分R_d，R_d越小，则认为图像质量越好。

2.根据权利要求1所述的基于区别性稀疏表示的盲图像质量评价方法，其特征在于，所述步骤(2.2)中用区别性字典D_d表示子图像，获得每个子图像对应的稀疏系数的具体方法为：用正交匹配追踪算法求解如下公式，获得稀疏系数α：

minα||Rijy-Ddαij||22s.t.||αij||0≤L∀i,j]]>

其中，R为从待评测子图像y中提取图块的算符，下标i,j为图块左上角在子图像中的位置坐标，||α_ij||₀为零范数，限制α_ij中非零元素的个数不超过L；求得的稀疏系数由两部分组成α＝[α⁺，α^-]，其中α⁺为特征子字典D⁺表示图像所对应的稀疏系数，α^-为噪声子字典D^-表示图像所对应的稀疏系数。