[发明专利]一种针对HDR图的无参考质量客观评价方法

权利要求书

1.一种针对HDR图的无参考质量客观评价方法，包括以下步骤：

1)计算失真图像的单拮抗反映图和双拮抗反应图

首先，将失真图像分解成R、G、B三个颜色分量；其次，模拟大脑细胞的拮抗特征对三个颜色分量经过Gabor滤波处理并线性求和生成四对单拮抗反应S(S_R±G,S_R±C,S_Y±B,S_Wh±Bl表示具体的四个拮抗反应；角标R±B,R±C,Y±B,Wh±Bl用于对四个拮抗反应进行区分：

G_H＝H·g(x,y,σ,λ,ψ),H∈{R,G,B}

式中，R,G,B表示图像I的三个分量，H用于表示三个颜色分量其中的一个；G_R,G_G,G_B分别表示三个颜色通道经过Gabor滤波后的结果；·表示相乘；g(x,y,σ,λ,ψ)表示二维Gabor函数，x,y表示坐标信息，σ、λ、为Gabor函数的参数，用于控制Gabor函数的形状、周期和频率信息；进一步对单拮抗反应进行归一化处理，得到归一化后的单拮抗反应κ，c表示对四种拮抗反应的索引：

式中，表示取正处理后的单拮抗反应；δ和k为常数，∑是求和符号；

最后，通过对单拮抗反应与Gabor函数进行相乘获得双拮抗反应：

式中D(RB)表示R±B拮抗反应，其他三个拮抗反应(R±C,Y±B,Wh±Bl)同理求得。

2)提取单拮抗反应的灰度共生矩阵特征和双拮抗反应的局部二值模式特征

应用灰度共生矩阵的对比度、能量和同质性提取单拮抗反应的纹理特征，应用局部二值模式提取双拮抗反应的结构信息

3)利用上一步提取的失真图像特征与主观分数建立模型以预测图像质量

所有失真图像分为训练集和测试集，将从训练集中失真图像提取到的上述特征与相应主观分数值输入到支持向量回归(SVR)中构建特征向量与主观评分值之间的映射关系进行训练，得到训练模型，再利用得到的关系模型对测试集图像的质量进行预测，从而实现图像质量评价。