[发明专利]基于多尺度自然场景统计建立的无参考图像质量感知方法

权利要求书

1.基于多尺度自然场景统计分析法无参考图像质量感知方法，其特征在于包括以下步骤：

第一步、通过双边插值技术将Y_i图像进行升采样达到与Y₁相匹配的尺寸，得到近似参考图像

第二步、计算相似度

第三步、计算图像每一个像素点各尺度相似度融合结果

第四步、为了消除升采样引入的模糊失真，通过设置阈值τ，计算出

第五步、计算出基于统计方法一质量感知分数

第六步、计算主结构退化向量m_Y；

第七步、计算出基于统计方法二质量感知分数

第八步、最后融合得到多尺度自然场景统计分析法评估分数；

第一步中：

通过双边插值技术将Y_i图像进行升采样达到与Y₁相匹配的尺寸，得到近似参考图像

其中Y₁为原尺寸基于深度图像绘制技术合成的图像，Y_i为Y₁按比例缩小的图像，随i增大依次缩小2倍，由实验得出i＝{1,2,3,4,5}，为升采样近似参考图像；

第二步中：

计算相似度方法如下：

其中y_1j为Y₁图像位置j的像素点和为图像位置j的像素点，Δ为一正数，防止分母为零造成溢出；

第三步中：

计算图像每一个像素点各尺度相似度融合结果方法如下：

其中N为尺度数，N由第一步知为5，j指图像中像素点的索引，{θ₁θ₂θ₃θ₄θ₅}根据心理学实验获得为{0.0448,0.2856,0.3001,0.2363,0.1333}；

第四步中：

为了消除升采样引入的模糊失真，提取出几何失真区域，通过设置阈值τ，计算出方法如下：

其中阈值τ设置为0.1；通过此公式提取出几何失真区域，由第三步求得；

第五步中：

计算出基于统计方法一质量感知分数方法如下：

其中L为图像像素总量，由第四步求得；

第六步中：

计算主结构退化向量m_Y，方法如下：

其中u表示尺度；U＝5表示5个尺度；M_u代表第u个尺度主结构的值；v代表M_u的像素索引；V等于图像总像素数；每一个像素的取值为1或0，分别表示有无主结构；

第七步中：

计算出基于统计方法二质量感知分数方法如下：

其中{θ₁,θ₂,θ₃,θ₄,θ₅}同样根据心理学实验获得为{0.0448,0.2856,0.3001,0.2363,0.1333}，U＝5表示5个尺度，m_p＝{1,0.9919,0.9520,0.8108,0}，ε为一正数，防止分母为零造成溢出；

第八步中：

最后融合得到多尺度自然场景统计分析法评估分数，方法如下：

其中Φ为固定正权重系数，取值范围为10-100；和由第五步和第七步求得。

2.根据权利要求1所述的方法，其特征在于，ε＝5。

3.根据权利要求1所述的方法，其特征在于，Δ＝5。