[发明专利]一种无参考对比度变化图像质量评价方法

说明书

技术领域

本发明涉及图像处理领域，更具体地说，涉及一种无参考对比度变化图像质量评价方法。

背景技术

随着云计算、大数据、多媒体通信和消费电子的快速发展，图像质量评价成为学术界和工业界的重要研究内容。由于图像在获取、编码、传输和显示时容易引入各种噪声，例如高斯噪声、模糊失真，压缩失真、色彩失真、对比度变化等，如何准确评价图像质量对促进图像处理技术发展具有着重要的理论意义和实际应用价值。

图像质量评价方法主要分为主观质量评价和客观质量评价。

主观图像质量评价是以人为观测者对图像进行评判并给出最终分数。但是，主观图像质量评价由于其耗时、费力且易受环境等因素影响，往往不适用于实际应用。

客观图像质量评价通过建立数学模型模仿人眼视觉系统以使得评价结果与主观质量评价相一致，且操作简单，更具有实际应用价值。

客观图像质量评价方法根据参考图像提供程度可分为全参考图像质量评价方法、半参考图像质量评价方法和无参考图像质量评价方法。

全参考图像质量评价方法利用参考图像的全部信息，通过计算参考图像与失真图像的相似度，得到失真图像的质量评价值。例如经典的均方误差(Mean Square Error,MSE)和峰值信噪比(Peak Signal to Noise Ratio,PSNR)。

半参考图像质量评价仅用到参考图像部分特征信息来计算失真图像的感知质量。但是在实际应用中往往没有参考图像信息，这两种方法都有一定的局限性。无参考图像质量评价方法无需参考图像即可对图像做出相应评价分数，具有更高实用价值。

典型的无参考图像质量评价方法，有基于两级框架的无参考图像质量评价模型(Blind Image Quality Index,BIQI)，基于空域归一化系数提取回归模型的无参考图像质量评价模型(Blind/Referenceless Image Spatial Quality Evaluator,BRISQUE)等，都能够很好地评估大部分失真类型(如，压缩、JPEG失真)。

然而，现有很多图像质量评价方法都不能有效评价对比度变化引起的失真。目前在图像处理领域中缺少对对比度变化引起的图像质量退化的无参考图像质量评价方法。

发明内容

本发明的目的在于克服现有技术的不足，提供一种实用性强且计算简便的无参考对比度变化图像质量评价方法。

本发明的技术方案如下：

一种无参考对比度变化图像质量评价方法，步骤如下：

1)输入用于训练模型的对比度变化图像I_k，k＝1,2,...,K，K为训练过程中对比度变化图像总数；

2)对对比度变化图像I_k进行预处理得到预处理图像I'_k；

计算对比度变化图像I_k的图像特征：对比度变化图像I_k的清晰度和信息熵，以及预处理图像I’_k的亮度和对比度，将这些图像特征作为当前对比度变化图像的特征向量；

3)利用支持向量机对所有对比度变化图像的特征向量结合相应的主观质量分数进行训练，得到对比度变化图像的特征向量与主观质量分数的映射关系模型；

4)输入待测对比度变化图像，根据步骤2)的方法计算得到待测试图像的特征向量；

5)将待测对比度变化图像的特征向量输入映射关系模型，输出待测对比度变化图像的质量分数。

作为优选，对对比度变化图像I_k进行预处理包括灰度化处理、滤波处理。

作为优选，对对比度变化图像I_k进行预处理的步骤如下：

2.1)灰度化对比度变化图像I_k，得到灰度化图像，仅保留亮度信息；

2.2)对灰度化图像进行滤波，步骤如下：

2.2.1)对灰度化图像进行傅里叶变换，得到频域图像F_k；

2.2.2)利用对比度敏感函数对频域图像F_k进行滤波处理，得到滤波后的图像

2.2.3)对滤波后的图像进行傅里叶反变换得到预处理图像I’_k；

其中，u和v为对应像素点的频域变量，k＝1,2,...,K。

作为优选，步骤2)中，清晰度

其中，分别表示x和y方向上的差分，M和N分别表示对比度变化图像I_k在水平和垂直方向上的尺寸。