[发明专利]无参考图像质量评价方法及装置

权利要求书

1.一种无参考图像质量评价方法，其特征在于，包括：

识别待评价的失真图像中文本区域和图像区域，并划分所述失真图像中所述文本区域和所述图像区域；

分别提取所述文本区域和所述图像区域中的视觉感知特征；

通过预置的分类机制对从所述文本区域中的所述视觉感知特征进行失真分类判别，得到所述文本区域的质量分数，以及，通过所述预置的分类机制对所述图像区域中的所述视觉感知特性进行失真分类判别，得到所述图像区域的质量分数；

对所述文本区域的质量分数和所述图像区域的质量分数进行拟合，得到所述失真图像的质量分数。

2.根据权利要求1所述的方法，其特征在于，所述通过预置的分类机制对从所述文本区域中的所述视觉感知特征进行失真分类判别，得到所述文本区域的质量分数，以及，通过所述预置的分类机制对所述图像区域中的所述视觉感知特性进行失真分类判别，得到所述图像区域的质量分数之前还包括：

通过支持向量机SVM算法和支持向量回归SVR算法，训练失真类型的分类模型，所述失真类型的分类模型的预测结果为所述失真类型的概率值；

以及，通过所述SVM算法和所述SVR算法，对每一类所述失真类型的图像模型进行训练，得到所述失真类型的质量分数模型，所述失真类型的质量分数模型的预测结果为所述失真类型的质量分数；

将训练得到的所述失真类型的分类模型以及所述失真类型的质量分数模型作为所述预置的分类机制。

3.根据权利要求2所述的方法，其特征在于，所述通过预置的分类机制对所述文本区域中的所述视觉感知特征进行失真分类判别，得到所述文本区域的质量分数包括：

将所述文本区域中的所述视觉感知特征与所述失真类型的分类模型相比较，得到所述文本区域中的所述视觉感知特征所属的第一失真类型的概率值；

以及，将所述文本区域中的所述视觉感知特征与所述失真类型的质量分数模型相比较，得到所述文本区域中的所述视觉感知特征所属的所述第一失真类型的质量分数值；

计算所述第一失真类型的概率值和所述第一失真类型的质量分数值之间的点积，算出所述文本区域的质量分数。

4.根据权利要求3所述的方法，其特征在于，所述通过所述预置的分类机制对所述图像区域中的所述视觉感知特性进行失真分类判别，得到所述图像区域的质量分数包括：

将所述图像区域中的所述视觉感知特征与所述失真类型的分类模型相比较，得到所述图像区域中的所述视觉感知特征所属的第二失真类型的概率值；

以及，将所述图像区域中的所述视觉感知特征与所述失真类型的质量分数模型相比较，得到所述图像区域中的所述视觉感知特征所属的所述第二失真类型的质量分数值；

计算所述第二失真类型的概率值和所述第二失真类型的质量分数值之间的点积，算出所述图像区域的质量分数。

5.根据权利要求1-4任一项所述的方法，其特征在于，

所述视觉感知特征为:自然场景统计的感知特征。

6.一种无参考图像质量评价装置，其特征在于，所述装置包括：

识别模块，用于识别待评价的失真图像中文本区域和图像区域，并划分所述失真图像中所述文本区域和所述图像区域；

提取模块，用于分别提取所述文本区域和所述图像区域中的视觉感知特征；

判别模块，用于通过预置的分类机制对从所述文本区域中的所述视觉感知特征进行失真分类判别，得到所述文本区域的质量分数，以及，通过所述预置的分类机制对所述图像区域中的所述视觉感知特性进行失真分类判别，得到所述图像区域的质量分数；

拟合模块，用于对所述文本区域的质量分数和所述图像区域的质量分数进行拟合，得到所述失真图像的质量分数。