[发明专利]基于高级视觉特性的无参考图像清晰度评价方法

权利要求书

1.一种基于高级视觉特性的无参考图像清晰度评价方法，其特征在于，首先计算得到输入图像的彩色变化率图谱，然后再通过去冗余滤波器和神经冲动预测滤波器分别对该图谱进行滤波得到高级视觉特性的两种特征，最终通过池化这两种特征便得到输入图像的清晰度指标，具体步骤如下：

(1)、计算输入图像的彩色变化率图谱，

对于宽和高分别为M和N像素的待评价输入图像g，其像素的空域坐标用(x，y)表示，(x，y)位置的邻域像素的空域坐标用(i，j)表示：

将彩色图像分解为R、G、B通道图像，在每个通道上使用单通道变化率算子V(x，y)计算得到各通道图像的变化率，然后计算三通道加权变化率的二范数得到图像g的彩色变化率图谱：

式中V_R、V_G和V_B为通过算子V(x，y)在g中R、G、B三个通道分别计算得到的单通道变化率，表示三个通道图像的变化率图谱，w_R、w_G、w_B分别为各通道的权重；

(2)、使用去冗余滤波器对彩色变化率图谱进行精炼获得高级视觉特性的第一特征，

对于得到的彩色变化率图谱V_C，首先将其进行频谱变换F得到F(u，v)，对其中的部分低频分量集合S都进行置零处理得到精炼频谱Z，接着将Z进行频谱逆变换iF以得到重建图像RRSI(x，y)：

RRSI(x，y)＝iF{Z[F(V_C)]}；

(3)、使用神经冲动预测滤波器获得高级视觉特性的第二特征，

对于得到的彩色变化率图谱V_C，先将其值归一化，然后通过高通滤波器预测各点变化率引起的神经冲动NIPF(x，y)；

(4)、池化得到输入图像g的清晰度指标，

根据步骤(2)和(3)分别获得高级视觉特性的两幅特征图RRSI(x，y)和NIPF(x，y)，通过如下公式计算得出输入图像g的清晰度指标：

2.根据权利要求1所述的基于高级视觉特性的无参考图像清晰度评价方法，其特征在于，所述的高级视觉特性包括了两种，一种为视觉冗余特性；另一种为局部兴奋全局抑制机制。

3.根据权利要求1中所述的基于高级视觉特性的无参考图像清晰度评价方法，其特征在于，所述的彩色变化率图谱是一种空间域二次图像，在局部上反映了所述输入图像g中各像素点的局部清晰度，在整体上反映了该输入图像的结构信息。

4.根据权利要求1中所述的基于高级视觉特性的无参考图像清晰度评价方法，其特征在于，所述的步骤(2)中频谱变换为离散余弦变换或离散傅里叶变换，并且所述集合S有两个限制条件：(一)必须包含直流分量，(二)S中所有频率分量的频率(u，v)大小均满足u＜M/2且v＜N/2。

5.根据权利要求1中所述的基于高级视觉特性的无参考图像清晰度评价方法，其特征在于，所述的步骤(3)中神经冲动预测滤波器的归一化方法为线性的或非线性的单调函数，并且所使用的高通滤波器的阈值为0.6～1。