[发明专利]基于方位选择特性的部分参考图像质量评价方法

说明书

技术领域

本发明属于图像处理技术领域，特别涉及一种部分参考图像质量评价方法，可用于互联网上图像传输，图像检索，图像压缩和图像质量的鉴别。

技术背景

随着网络技术和多媒体技术日益飞速的发展，大量不同类型的图像数据涌现在互联网上。随着信号的获取，压缩，处理和传输，原始信号中混入了多种噪声，怎样在大量的数据中更高效的获取有价值的信息是热门研究课题。虽然主观评价方法筛选高质量的信号是最可靠最准确的，但是计算复杂而且消耗大量时间，因此能与人类感知相一致的客观质量评价算法在信号处理领域有很大需求。

在过去的几十年里，很多图像质量评价IQA算法相继被人们提出，根据参考信息，现存的图像质量评价算法被分为三类：1)全参考质量评价，需要全部无失真的原始图像信息做参考；2)部分参考质量评价，需要参考图像的部分信息；3)无参考质量评价，不需要参考图像信息。虽然全参考质量评价方法高效准确，但是不能有效的应用于实际应用中，无参考图像质量评价要实现高效准确的质量评价难度比较大，因此利用有限的参考数据准确可靠的预测图像质量的部分参考图像质量评价方法变得尤为重要。

通常部分参考图像质量评价提取的一些全局特征能够有效的代表图像的失真。根据自然图像的一些稳定统计特性，利用统计分布规律来计算图像的小波变换系数来建立质量感知图像，再利用相对熵来评价参考图像和失真图像。为了提高评价质量，Li和Wang在文章“Reduced-referenceimagequalityassessmentusingdivisivenormalization-basedimagerepresentation,”IEEEJournalofSelectedTopicsinSignalProcessing,vol.3,no.2,pp.202–211,2009采用了对统计系数进行分布式的归一化，从而进行质量预测，此外在部分参考图像质量评价中对曲波，小波和轮廓波系数的统计分布进行了深入分析和多尺度几何分析，但是这些基于统计方法的部分参考图像质量评价算法在数据库中对不同的失真类型或一系列训练样本中都表现的不是很好。

最近受到人脑认知理论的启发，Wuetal.通过分别衡量图像主要视觉内容和无规则的不确定信息之间的信息失真度进行质量评价，由于这种算法需要根据每个图像块的小波系数的缩放熵来评价退化程度，需要大量的参考数据信息，才能达到理想的效果，因此它适合于单一的失真类型。

综上，现有的这些部分参考图像质量评价方法在有限的参考数据均达不到对图像质量的理想评价效果。

发明内容

本发明的目的在于针对上述已有部分参考图像质量评价算法的不足，提出一种基于方位选择特性的部分参考图像质量评价方法，以利用有限的参考数据，针对不同的失真类型，在不同的标准图像数据库中，结合人脑视觉信息处理机制，提高图像质量评价的效果。

本发明的技术方案是这样实现的：

本发明根据人类的初级视皮层对于视觉信息的提取具有显著的方向选择性特点，在对图像进行质量评价时，综合考虑图像中局部区域的空间相关性和图像质量退化情况这两个因素，其实现方案包括如下：

(1)输入大小为N×N的待处理图像依据视神经的方位选择原理模拟出任一像素点x的空间结构分布特性：其中，R＝{x₁,x₂...x_i...x_n}是从该像素点x周围圆形区域中选取的n个像素点的集合，x_i表示第i个像素点，代表括号内响应的一种编排方式，代表该像素点x与其周围区域像素点的集合R间的相互作用类型；

(2)构建像素点x的空间结构分布

(2a)计算像素点x的方位角: