[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

说明书

本发明公开了一种基于高级视觉特性的无参考图像清晰度评价方法，涉及了图像质量评价技术。本方法首先计算每个像素点的彩色变化率图谱，用于描述局部上的清晰度与全局上的结构信息；同时结合心理视觉冗余特性与神经元活动局部兴奋全局抑制机制模拟了高级视觉活动。提出的方法符合主观评价，与已有的方法相比具有更优越的准确度和鲁棒性。方法中使用了优化的计算公式，实现更加简单高效，具有很低的计算复杂度，对于图像质量评价等理论研究和自动化生产等实际工程应用都具有较大价值。

技术领域

本发明涉及图像质量评价领域，尤其涉及一种无参考的图像清晰度评价方法。

背景技术

数字图像从采集、处理、存储和传输到显示的各个环节中都有可能产生失真。这些失真不仅会影响视觉体验，而且还会影响更高语义层次上图像分析与理解算法的效果，其清晰度需进行精确的客观评价。同时，图像的清晰度日益成为衡量数字成像系统优劣的主要指标。由于在大多数情况下很难得到失真图像所对应的未失真原始图像，所以无参考图像的清晰度评价成为了一个研究课题，而且目前已成为图像质量评价领域的研究难点与热点。

由于没有原始图像作为参考，构造无参考的图像清晰度评价方法比基于原始图像的全参考方法更加困难。近年来，不同的无参考图像清晰度评价方法被提出来，主要可以分为空域和变换域两大类。目前已有的空域方法广泛采用灰度变化率图谱这一图像特征，但是由于彩色图像在进行灰度转换过程中常会造成重要视觉信息的丢失，降低了图像清晰度评价的准确度。另外，目前已有的变换域方法大多因其计算复杂度高等缺点导致了其应用范围受到限制。

发明内容

本发明针对现有技术的不足，提供一种基于高级视觉特性的无参考图像清晰度评价方法，能够实现快速准确的无参考清晰度评价。

本发明采用的技术方案是：首先通过计算彩色变化率图谱得到输入图像的初始结构信息特征，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彩色变化率图谱进行处理得到高级视觉特性的两种特征，最终将这两种特征进行池化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，在每个通道上使用如下的单通道变化率算子V(x，y)计算得到各通道图像的变化率：

V(x，y)＝max{|g_i，j-g_x，y|，i＝x-1，x，x+1，j＝y-1，y，y+1}；

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：

在上式中，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，首先将其进行离散余弦变换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进行离散余弦逆变换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，先计算各点的归一化变化率：